基于蛋白质反式剪接在大肠杆菌中表达鲎C因子CES多肽

鲎C因子是鲎血细胞中一种对内毒素具有高亲和力的丝氨酸蛋白酶原,可替代鲎试剂用于内毒素检测。鲎C因子N端Cys—EGF．sushil—sushi2（CES）片段中的sushil区域是与内毒素结合的关键部位。本研究在sushil结构域中的特定位点断开CES与内毒素结合的功能片段,然后分别和蛋白质内含肽SspDnaX的N端片段（IN）和C端片段0C）连接,并在大肠杆菌中表达,表达产物经亲和层析纯化、复性以及内毒素去除后,利用蛋白质反式剪接系统,在体外诱导该蛋白质内含肽发生剪接,重新得到C因子的CES蛋白,并检测其活性。实验结果表明此重组CES蛋白具有结合内毒素活性,提示在大肠杆菌系统中开发低成本内毒素检测试剂的可行性。     

基于视觉里程计和自然信标融合的移动机器人定位算法

针对未知室内环境下移动机器人的定位问题,提出了一种基于单目视觉和自然信标融合的移动机器人定位算法。该方法采用普通摄像头和全景摄像头结合的方式进行定位。采用普通摄像头提取天花板特征,进行视觉里程计定位。全景普通摄像头提取周边环境及天花板信息,采用Harris-SIFT构建自然信标库,并且进行自然信标检测与识别。在两者的基础上,移动机器人进行实时定位。利用自然信标定位时,提出方向滤波器结合视觉里程计和惯导系统估计旋转角度,利用自然信标求取定位特征点,两者结合进行定位。该方法有效地结合了相对定位的快速性和绝对定位的准确性。在室内环境进行试验,其中自然信标定位在x,y方向的平均误差分别为38.66和31.54 mm。相比视觉里程计而言,结合自然信标定位的平均误差分别减小了32.53%和68.68%。融合视觉里程计的自然信标定位运算速度相比仅靠自然信标定位而言提高了约6倍左右,同时与视觉里程计定位处于同一数量级。试验结果表明相对于视觉里程计而言,所提算法大大提高了定位精度,同时不影响算法的实时性。     

基于近红外高光谱成像技术鉴别杂交稻品系

种子的筛选和鉴别是农业育种过程中的关键环节。该文基于近红外高光谱成像技术(874~1 734 nm)结合化学计量学方法以及图像处理技术实现杂交稻种的品系鉴别及可视化预测。采集了3类不同品系共2 700粒杂交水稻的高光谱图像,用SPXY算法,按照2∶1的比例划分建模集和预测集。基于水稻样本的光谱特征,采用主成分分析(PCA)方法初步探究3类样本的可分性。采用连续投影算法(SPA),提取出7个特征波长:985.08、1 106、1 203.55、1 399.04、1 463.19、1 601.81、1 645.82 nm。基于特征波长和全波段光谱,建立了偏最小二乘判别分析(PLS-DA)和支持向量机(SVM)模型。试验结果表明,所建模型判别效果较好,识别正确率均达到了90%以上,其中,SVM模型的判别效果优于PLS-DA模型,基于全谱的判别分析模型结果优于基于特征波长的判别模型。结合SPA-SVM校正模型和图像处理技术,生成样本预测伪彩图,可以直观的鉴别不同品系的水稻种子。结果表明,近红外高光谱成像技术可以实现杂交稻的品系识别及可视化预测,为农业育种过程中种子的快速筛选及鉴定提供了新思路。     

土壤有机质测定方法述评与展望

有机质是土壤的重要组成部分,是判定土壤质量动态变化的重要标准。为了便于了解当前土壤有机质测定方法的优点和局限性,利于今后有机质研究和测定工具的开发,本文对当前测定有机质的方法,包括干烧法、湿烧法、化学氧化法、灼烧法和土壤有机质光谱测定法进行了阐述,分析了各方法的优缺点以及研究中适宜选择的方法,并对当今农业的需求和测定方法的不足,提出了研究无损、原位测量有机质工具的构想,展望了土壤有机质快速测定方法的发展趋势,以此为精准农业的实施和农业的可持续发展,提供基本的信息及建议。     

高光谱成像技术在茶叶中的应用研究进展

高光谱成像技术是一种融合了图像和光谱的检测技术,能同时获取待测物体的空间信息和光谱信息,因此该技术既可以直观反映研究对象外观纹理特征,又可以像光谱信息一样间接反映物体内部物理结构和品质成分特性。茶叶含有多种对人体有益的功能成分,具有较高的开发和实用价值。本文简述了高光谱成像技术的检测原理,分类综述了该技术在茶叶栽培管理、病虫害监测、生产加工、等级划分等方面的应用及不足,并提出了相应的解决措施,同时对其在茶叶领域的发展进行了展望,以期为促进茶叶精细化发展提供参考。     

联合收割机稻麦收获边界激光在线识别系统设计与试验

针对联合收割机收获边界在线识别问题,利用激光无损探测技术,开发了联合收割机收获边界在线识别系统。首先介绍了系统组成、激光传感器选型及工作原理,将传感器输出数据极坐标转换为直角坐标,建立稻麦轮廓特征数学模型。由于收获过程会产生大量的灰尘,会对激光探测距离及信号反射产生影响。通过与作物特征阈值比较,对受灰尘影响的错误数据进行有效识别与剔除。采用移动平均数字滤波算法,消除系统测量噪声。通过信号阶跃变化模式识别算法,实现了收获边界的在线检测,准确推算出联合收割机作业割幅,并进行了田间试验研究。试验结果表明,该系统可实现在线监测,收获边界测量误差不大于12 cm,可为联合收割机智能监控系统的实际应用提供参考。     

基于低频GPR的土壤累积入渗量的探测方法研究

农田尺度上土壤累积入渗量的准确获取是目前土壤入渗研究中的难题.通过土工模拟和灌水实验,探讨利用低频探地雷达(GPR)技术探测土壤累积入渗量的方法.在分析灌水前后GPR剖面特征的基础上,分别构建和对比了基于波速法和振幅法的土壤累积入渗量计算模型.结果表明,基于振幅的探测模型在精度和稳定性方面均优于波速法,反射波振幅模型精度高于地面波模型,利用反射波波谷1构建的累积入渗量的GPR探测模型的决定系数达到0.96.因此,使用低频探地雷达可以实现对土壤累积入渗量的准确探测.研究结果为农田尺度上土壤累积入渗量的探测方法提供了一种新思路,同时,也为GPR在土壤学领域中的进一步应用提供了科学依据.     

基于灰度截留分割与十色模型的马铃薯表面缺陷检测方法

为探索基于计算机视觉的马铃薯表面缺陷检测新方法,该研究提出能将马铃薯表面疑似缺陷一次性分离出来的快速灰度截留分割方法和用于缺陷识别的十色模型。选择面积比率和十色比率作为缺陷判别特征,对分割出来的深色部位采用阈值法进行缺陷识别。采用基于快速G与亮度截留分割的2种方法对发芽进行识别。通过对326个马铃薯样本的652幅正反面图像进行试验,基于十色模型的缺陷识别方法对分割出来的深色区域的正确识别率为93.6%,基于快速G与亮度截留分割2种方法结合对有芽体图像的正确识别率为97.5%,马铃薯表面缺陷正确检测率为95     

波段比算法结合高光谱图像技术检测柑橘果锈

为克服柑橘表面不平整导致光线反射不均匀的影响,研究提出了波段比算法,使高光谱图像技术能够快速有效地检测柑橘果锈。首先根据Sheffield指数（SI）确定最佳波段（625 nm和717 nm）,经比值变换后得到第一幅比值图像;然后选取特征波长625 nm的邻近波段（621 nm）,与其比值变换后得到第二幅比值图像,提取轮廓,构建掩膜以消除第一幅比值图像的背景噪声,最后进行阈值分割和数字形态学运算,完成果锈区域的特征检测。试验结果表明,基于波段比算法的高光谱图像技术可有效检测柑橘果锈,检测率达到92%。研究表明波段比算法在高光谱图像技术快速无损地检测柑橘果锈中,能够有效地降低光照反射不均匀的影响,增强谱间差异,提高检测的精度。     

基于固定光栅和CCD技术的近红外光谱分析系统设计

该文设计了一种基于线阵电荷耦合器件和固定光栅的近红外光谱分析系统。主要设计了电荷耦合器件的驱动电路、光谱信号采集电路、固定光栅光学系统、光源控制系统、电荷耦合器件温度控制系统及样品旋转台的控制系统。并利用MPA光谱仪验证了近红外光谱分析方法用于谷物品质检测的可行性,运用多种预处理方法进行了优化,其中采取一阶导数与附加散射校正结合的预处理效果较优。利用CA-06光栅光谱分析仪建立了小麦水分、蛋白的偏最小二乘法模型,验证了仪器性能的稳定性和准确性。