基于Unit-Linking PCNN的灰度图像边缘检测

利用Unit-Linking PCNN模型,结合最小交叉熵准则,边缘检测预处理,均匀分块处理,将灰度图像分割成二值刚像,在二值分割图基础上实施unit-Linking PCNN边缘检测.边缘检测预处理以块状增强方式增强了图像对比度,强化r图像边缘;均匀分块处理实现了灰度图像的近似多阈值分割.分析了边缘检测预处理中各步骤的作用,比较了不同均匀分块数目对边缘检测结果的影响.与Canny算子和相关文献结果相比,该研究检测的边缘体现了更丰富的图像细节,且神经元模型参数对图像边缘检测结果的影响较不敏感.仿真结果表明,该方法具有较理想的灰度图像边缘检测结果,具有较好适用性.     

适于路面破损图像处理的边缘检测方法

根据路面图像存在的背景不均、损坏比例低和损坏方向不规则的问题,提出了适于路面损坏图像处理的边缘检测方法.在传统边缘检测方法的基础上,引入了预处理和边缘增强.其中预处理包括背景校正、高斯平滑、灰度直方图变换,并提出有效灰度区间的概念;边缘增强则采用了数学形态学的膨胀运算和中值滤波.针对路面损坏图像实例,采用8方向Sobel算子和最大类间方差分割算法,按照上述流程进行边缘检测.结果表明,该方法能有效降低噪声对路面图像处理的影响并最大限度地保留图像中的损坏特征,而背景校正和基于有效灰度区间的灰度直方图变换则是该方法的关键.对经过预处理的边缘图像,最大类间方差法可取得理想的分割效果.     

模糊图像的不连续边缘智能检测改进算法

针对传统不连续边缘检测算法利用增强图像边缘对比度进行检测, 只适用于检测灰度值变化不强烈及含有普通噪声的图像边缘, 检测性能具有局限性的问题, 提出一种模糊图像的不连续边缘智能检测改进算法. 首先通过广义交叉验证准则获取图像噪声方差估计值, 对图像中高斯噪声进行判别, 使用自适应模糊滤波器对含噪图像进行模糊滤波处理; 然后采用改进模糊图像边缘检测算法, 按图像含噪情形制定边缘检测策略, 获取模糊图像边缘; 最后通过灰度形态学的模糊图像不连续边缘检测算法, 对模糊图像边缘受灰度值不均匀变化形成的膨胀、 腐蚀、 形态学梯度型不连续边缘进行检测. 实验结果表明, 该算法抗噪性较高, 模糊图像不连续边缘检测的结果更清晰、 完整.     

模糊图像的不连续边缘智能检测改进算法

针对传统不连续边缘检测算法利用增强图像边缘对比度进行检测, 只适用于检测灰度值变化不强烈及含有普通噪声的图像边缘, 检测性能具有局限性的问题, 提出一种模糊图像的不连续边缘智能检测改进算法. 首先通过广义交叉验证准则获取图像噪声方差估计值, 对图像中高斯噪声进行判别, 使用自适应模糊滤波器对含噪图像进行模糊滤波处理; 然后采用改进模糊图像边缘检测算法, 按图像含噪情形制定边缘检测策略, 获取模糊图像边缘； 最后通过灰度形态学的模糊图像不连续边缘检测算法, 对模糊图像边缘受灰度值不均匀变化形成的膨胀、 腐蚀、 形态学梯度型不连续边缘进行检测. 实验结果表明, 该算法抗噪性较高, 模糊图像不连续边缘检测的结果更清晰、 完整.     

基于脉冲耦合神经网络和形态学的边缘检测

阐述了脉冲耦合神经网络(pulse coupled neural network,PCNN)模型的基本工作原理.对于含有噪声的图像,用传统的边缘检测方法不能很好地将图像边缘检测出来.考虑到PCNN在图像分割中的天然优势和数学形态学对图像的膨胀腐蚀作用,采用PCNN和数学形态学相结合的方法对含有噪声图像进行边缘检测.实验结果表明,该算法是有效可行的.     

结合灰度熵变换的PCNN小目标图像检测新方法

为了自动地进行小目标图像分割检测,从含单一弱小目标图像的特征出发,提出了一种结合灰度熵变换的脉冲耦合神经网络(PCNN)小目标图像分割检测新方法. 该方法在对有随机噪声和复杂背景图像进行非线性灰度熵变换滤波的基础上,考虑灰度熵值灰度图在满足先验概率目标背景比条件下,选择包含单一小目标局部窗口作为处理图像区域,并在局部最小交叉熵判据下,进行改进型PCNN迭代分割检测处理. 实验结果表明,该方法不仅能可靠地检测出复杂背景及随机噪声干扰下弱小目标,并且在PCNN运行处理过程中,可自动地完成最佳分割检测.     

汽车牌照字符分割的自适应算法

本文提出一种针对汽车牌照字符分割的自适应算法.该算法首先对获取的彩色车牌图像进行灰度化、灰度拉伸、边缘检测、Hough 变换、旋转变换、二值化等一系列处理,以突出车牌文字、矫正车牌位置;然后对预处理结果的水平投影进行削峰填谷操作,以获得车牌字符的上下边界,再对上下边界内子图像的垂直投影进行削峰填谷操作,以获得车牌每个字符的左右边界.进而最终确定车牌每个字符的具体位置.实验结果表明该方法字符分割准确、运算速度快、适应能力强,有很好的实用性.     

改进的高低帽变换对固定阈值二值化算法的优化

由于车牌识别系统大多工作在复杂的光照环境中,如何解决不均匀光照对车牌图像的影响仍然是车牌识别领域的一个难题。数学形态学中高低帽变换的重要用途就是校正不均匀光照对图像的影响,但如果直接将其用于车牌图像的二值化处理,因为图像的灰度值变换不大导致部分边缘损失,不仅不利于确定良好的阈值,而且检测结果也不理想。利用高低帽算法的特点,首先用形态学膨胀算法调整结构元素尺度,改进传统高低帽变换的边缘检测算法,然后利用检测图像边缘熵确定权值进行融合,再对其进行固定阈值二值化处理。实验证明这一方法有效提升了车牌图像的边缘灰度,减小了光线不均对车牌图像造成的影响,增强了车牌识别的准确度。     

梯度熵改进边缘检测的自适应阈值曲面分割算法

光照不均匀往往造成背景亮度不均和灰度分布范围较大,会导致图像分割困难和不准确.考虑图像的边缘信息受光线变化相对不敏感,引入梯度熵信息对Canny算法进行改进提取准确合适的边缘.采用最小二乘法的多项式曲面拟合获得阈值曲面,进而提出了基于梯度熵改进边缘检测的自适应阈值曲面分割算法.对多种背景灰度分布不均匀的图像进行算法验证...     

一种新的虹膜定位算法

提出一种新的虹膜定位算法.首先根据虹膜图像的灰度分布特征进行粗定位,用阈值分割和二值图像形态学的方法提取瞳孔的圆心和半径,然后用边缘检测的方法提取虹膜的外边缘,最后用圆梯度灰度检测算子进行小范围的精确定位.实验结果表明,该算法提高了虹膜定位的速度,减少了传统虹膜定位算法中搜索的盲目性.     

金属离子配位作用对槲皮素模板聚合物性能的影响

 采用槲皮素及槲皮素与Cu(Ⅱ)和Co(Ⅱ)的配合物为模板分子,丙烯酰胺（AM）为功能单体,在甲醇中制备了一系列印迹聚合物和非印迹聚合物,并用平衡结合实验研究了聚合物的性能,探讨了金属离子的引入对槲皮素印迹聚合物吸附性能的影响．结果表明,在印迹聚合物的聚合体系中引入金属离子Cu(Ⅱ)和Co(Ⅱ),尤其是Co(Ⅱ)后,印迹聚合物对槲皮素的吸附容量和印迹效果均有明显增加;同时如果在吸附溶液中再加入金属离子,印迹聚合物的吸附容量可以由未加金属离子时的35.99mg/g增加到69.10mg/g,印迹因子则由1.68增加到了1.94．     

共轭置换子群与有限群的可解性

 利用共轭置换子群的概念来研究有限群的可解性问题,获得了一个群为可解群的若干新刻画.特别,得到了:① 若M<·G,且M的极大子群均在G中共轭置换,则G可解;② 设群G无截断PSL2(7),M<·G,且|G:M|=pα,若M的2-极大子群均在G中共轭置换,则G可解.     

HPLC测定黄芪药渣中黄芪甲苷含量

 对内蒙产黄芪药材及药渣采用甲醇梯度洗脱提取,高效液相色谱法测黄芪甲甙的质量分数．回归方程Y＝1.608 4 X + 13.246 8,R = 0.999 7,在5.50～550.00 μg/mL之间的线性关系良好。日内和日间精密度的RSD均小于1.7%,重复性试验的RSD为0.59%( n＝5)。 黄芪药材的加样回收率为96.62%、98.23%、97.46%,RSD(n＝5)分别为2.6%、2.8%、3.4%;药渣的加样回收率为9843%、98.34%、99.65%,RSD(n＝5)分别为2.3%、3.1%、2.9%。黄芪药渣中黄芪甲苷的提取量为黄芪药材中黄芪甲苷提取量的72.08%,表明黄芪药渣仍具有较大的再利用价值。     

几类并图的优美标号

 对非连通并图的优美性进行了研究,给出了几类非连通的并图,得出了如下结果：对任意的正整数n,m,设s是不超过n/2的最大整数,P_n是n个顶点的路,St(m)是m+1个顶点的星形树,路P₂的补图与路P_n的联图记为A_n,则当n≥2时,A_2n与任意一个具有n-1条边的优美图的并图是一个优美图;当n≥5,m≥s+2时,A_n与星形树St(m)的并图是一个优美图,从而A_n与星形树St(n)的并图是一个优美图;当n≥5时,A_n与任意一条路P_n的并图是一个(n－s)-优美图。     

滇桂艾纳香茎和叶中挥发性化学成分的HS-SPME-GC-MS 分析

 采用固相微萃取法提取中草药滇桂艾纳香茎和叶中挥发性成分,经气相色谱/质谱测定其化学成分和相对含量,共鉴定了98种化学成分,茎和叶中各82种。主要挥发成分及含量为：大叶香烯 D（茎：36.59%;叶：40.87%）、香木兰烯（茎：13.20%;叶：17.00%）、顺 α 没药烯（茎：6.06%;叶：7.48%）、β 荜澄茄油烯（茎：4.83%;叶：5.85%）、γ 依兰油烯（茎：2.18%;叶：2.58%）和1,2,4a,5,6,8a-六氢-4,7-二甲基-1-（1-甲乙基）-萘（茎：2.03%;叶：2.55%）,它们都为倍半萜类化合物。本实验中发现滇桂艾纳香茎和叶的中倍半萜类化合物含量分别占挥发性成分含量的91.75%和94.52%。     

羊脆木的化学成分研究(Ⅰ)

在细胞毒试验结果指导下,采用萃取、柱层析、重结晶等方法,同步对羊脆木(Pittosporum kerrii Craib)枝叶粗提物的有效部位进行化学成分分离纯化得6个单体,通过波谱分析鉴定了结构,分别是α-菠甾醇(α-spinasterol,1),β-豆甾醇(β-stigmasterol,2),熊果醇(uvaol,3),α-菠甾醇-3-O-β-D-吡喃葡萄糖甙(α-spinasterol-3-O-β-D-glucopyranoside,4),β-豆甾醇-3-O-β-D-吡喃葡萄糖甙(β-stigmasterol-3-O-β-D-glucopyranoside,5),木犀草素(luteolin,6).化合物1～6均为首次从该植物中分离得到.细胞毒试验表明氯仿及乙酸乙酯提取物,以及从其中分离出来的化合物1、3、6具有细胞毒活性,对HL60细胞的IC50分别为6.5,5.0,10.0,9.5μg/mL和6.0μg/mL.     

固相微萃取/气相色谱法检测甲基膦酸酯和磷酸酯

采用溶胶 凝胶方法制备的聚甲基苯基乙烯基硅氧烷/羟基硅油固相微萃取探头联用气相色谱对空气中的甲基膦酸酯和磷酸酯进行分析. 优化了固相微萃取的过程和热解析过程. 该探头的萃取能力强于3种商用固相微萃取探头. SPME GC方法的检出限低（27.2~28.3 μg／L）,重现性好（4.7~6.8%）, 线性范围为0.029 2~0.292 mg／L.对空白的空气样品进行标准加入回收实验,3种化合物甲基膦酸二甲酯、 磷酸三甲酯和磷酸三丁酯的回收率分别为94.7%, 89.3%和 93.2%.     

九节属药用植物Psychotria sp.化学成分分析(Ⅰ)

首次对广东九节属植物Psychotria sp.的化学成分进行系统研究,从其甲醇总提取物的乙酸乙酯溶解部分,通过硅胶柱层析得到四个多酚类成分。应用物理常数对照和现代波谱分析技术对其进行结构研究,确定其为:11-O-丁香酰矮地茶素(1)、岩白菜素(2)、没食子酸(3)和没食子酸甲酯(4)。化合物1,2,3,4均首次在此属植物中发现。     

稻壳碱溶活化制备P型分子筛

以农业副产物稻壳为硅源、 硫酸铝为铝源, 通过炭化、 碱溶和水热合成工艺, 无需老化过程及添加晶种制备了洗涤助剂P型分子筛, 并考察了硅铝比、 碱度比、 反应时间和反应温度对合成分子筛的影响. 实验结果表明, 分子筛合成的最佳条件为： n(Na₂O) ∶n(SiO₂)=1.43, n(SiO₂) ∶n(Al₂O₃)=4,  n(H₂O) ∶n(Na₂O)=18.3, 在85 ℃反应8 h. 产品的XRD和SEM表征表明, 上述条件下合成的P型分子筛产品具有较高的结晶度, 无杂相且晶粒细小, 其Ca^2+交换容量可达330 mg/g.     

基因单核苷酸多态性与云南汉族人群胃癌的相关性研究

 胃癌是一种由基因和环境因素相互作用、在世界范围内最常见的恶性肿瘤之一.该研究用PCR-RFLP的方法,在270名健康对照个体和239名胃癌患者共509人的云南汉族人群中,对核酸外切酶1(exonuclease 1,EXO1)基因rs1635517、rs1776177、rs851797、rs1635498和rs1776148五个单核苷酸多态（single nucleotide polymorphisms,SNPs）位点进行多态检测.结果采用SPSS16.0、PHASE、HaploView4.2软件进行数据统计分析,用Logistic模型在95%置信区间内进行相关性风险度测算.结果显示,位于EXO1基因5’UTR的位点rs1635517的CC基因型携带者和C等位基因携带者患胃癌的相对风险度显著升高（p＜0.05）,提示该多态位点可能与胃癌发生相关.其余4个位点虽检测到多态,但它们的基因型和等位基因频率在病例和对照中无显著差异,提示这4个位点可能与云南汉族人群的胃癌发生不相关.