n链码对异形纤维特征参数的作用

通过n链码对图形特征参数影响的研究,讨论了n链码对异形纤维轮廓的平滑作用以及不同的n取值对轮廓曲线的不同平滑效果.通过面积误差、周长误差以及轮廓相似度3个误差模型,分析了6种标准几何图形在不同的n值作用下轮廓的失真,讨论了n的计算方法,并在异形纤维识别应用中对该计算方法进行了验证.     

干旱胁迫对苦荞麦农艺性状、产量和品质的影响

以2个苦荞品种(晋荞2号和川荞1号)为材料,研究了干旱胁迫对苦荞麦农艺性状、产量和品质的影响.结果表明:晋荞2号在轻度胁迫处理下株高、主根长、根体积、侧根数分别为56.4cm,12.41cm,3.76cm3和13.0个,较正常灌水和重度胁迫处理分别增加13.4%~42.8%,22.3%~73.4%,16.4%~50.5%和33.1%~77.6%.川荞1号在轻度胁迫处理下株高、主根长、根体积和侧根数分别为35.1cm,16.3cm,3.66cm3和6.0个.较正常灌水和重度胁迫处理分别增加9.4%~33.3%,40.4%~50.0%;23.2%~46.5%,34.5%~69.7%.胁迫可增加苦荞的单株粒质量,两个品种均在轻度胁迫处理单株粒质量最高,分别为2.3g和2.3g.芦丁质量分数以叶片质量分数最高,但各胁迫处理间差异无统计学意义.黄酮质量分数以轻度胁迫处理最高,两个品种均以胁迫处理显著高于正常灌水处理,晋荞2号各器官间黄酮和芦丁质量分数均明显高于川荞1号.     

面向三维人体重建的前、后片配准算法

针对传统三维图像配准算法需要获取目标物体多个模型数据的不便,以及三维重建过程耗时较长的不足,提出了一种基于三维人体表面前、后片模型的配准算法.该算法首先使用Kinect三维扫描设备获取的人体表面前、后片模型点云数据,作为配准过程的参考点集和目标点集;然后,选取前、后片模型的边缘轮廓信息作为配准特征点,通过迭代优化过程,使得前、后片能够较好地配准;最后,通过空间曲线插值方法填充模型边缘缝隙,得到完整的三维人体模型.试验结果表明,该算法只需要获取目标物体的前、后片三维数据,模型采集及配准效率高,配准精度好,即使针对初始位置相差较大的两个模型片也能得到准确的配准效果.     

纤维图像光照不均迭代修正算法

在纤维显微照片拍摄过程中,显微镜点光源引起的图像光照不均问题对纤维识别处理算法带来影响.提出基于迭代法的光照不均修正算法,在消除光照影响的同时,保存纤维的形态信息.对迭代误差进行控制,获取误差收敛时的迭代次数.实验证明,算法在保存纤维信息的同时,有效地抑制了光照不均的影响.     

用Spi演算描述并验证非对称双向鉴证协议

移动代理能够自主地在异构的网络间迁移，在代理迁移到下一个服务器之前，需要解决代理迁徙过程中的安全性问题，即如何进行代理与服务器之间的双向认证，提出的非对称双向鉴证协议能够较好地解决该安全问题，同时，用Spi演算对该协议进行了描述，并验证了该协议的安全性。     

基于区域填充的纤维图像提取算法

对天然纤维显微图像中所有纤维对象的正确分离和提取,是棉麻纤维特征分析的必要前提.针对纤维图像中图像背景、纤维边缘和纤维内腔的灰度分布特性,提出基于区域填充的纤维图像提取算法.该算法以各个"纤维内腔"为图像分离提取的标准,采用膨胀区域填充的方法,并通过距离变换自动确定填充起始点,对经过二值化处理的纤维图像中的背景和纤维进行了区分,从而得到各个纤维对象的正确提取.该算法能够有效处理纤维图像间的黏连问题.     

浅析绿色贸易壁垒对我国农产品出口的影响及对策

绿色贸易壁垒是一种新兴的贸易保护的手段，近几年我国出口农产品遭到国外多次“阻截”，绿色贸易壁垒已成为我国入世以来农产品出口面临的最大障碍，如何冲破此障碍有着积极的意义。本文主要分析了绿色贸易壁垒产生的原因和对我国农产品出口造成的负面影响，并且有针对性的提出了几个战略对策。     

一种基于多尺度描述的异形粘连纤维分割方法

针对异形纤维的形状特征,在分水岭算法结果的基础上,提出一种结合多尺度描述方法标记异形粘连纤维轮廓特征点对其进行分割的方法,并采用自适应滑动窗口策略在保留正确的分割线的同时消除多余的分割线.试验结果表明,该算法能够准确分割粘连的异形纤维.     

基于Canny算子和轮廓方向图的异形纤维轮廓增强算法

显微包埋采集纤维图像过程中,由于背景光照不均、景深和聚焦等造成纤维图像对比度较低、目标与背景区分不明显的问题.传统的Canny算子对于异形纤维的轮廓提取存在边缘不连续、虚假边缘等不足,尤其是对于粘连纤维无法确定其轮廓.针对这些不足,提出了一种利用轮廓跟踪算法剔除Canny算子产生的噪声边缘,并在方向图的基础上利用矩形方框确定真正的轮廓区域,然后对此区域内的像素进行模糊域非线性拉伸,从而得到增强后的异形纤维图像.对增强后的异形纤维图像进行Otsu二值化处理,其结果表明该算法能够得到准确完整的异形纤维轮廓.     

基于灰色系统理论及方向图的纤维边缘检测算法

针对传统边缘检测算法在对纤维进行边缘检测时易出现边缘不连续、虚假边缘、粘连纤维无法确定轮廓的现象,提出了一种基于灰色系统理论及方向图的纤维边缘检测算法.该算法首先利用灰色预测和Niblack算法分别得到图像的强边缘和图像二值图,接着利用边缘连接算法求出连接图,并与利用灰色关联度求出的感兴趣区域(ROI)相结合求出纤维边缘图,进而利用填充算法和轮廓跟踪求出纤维外轮廓,再将外轮廓与ROI相结合求出轮廓增强的纤维图像,最后运用基于方向图的边缘界定算法提取纤维的边缘信息,剔除毛刺之后可得到纤维的完整边缘.试验结果表明,这种方法能够很好地抵制噪声,并能得到比较完整的纤维边缘信息,不仅具有较好的边缘连续性,且克服了双边缘的现象,提高了检测精度.