一种基于类间类内双权重图像分块PCA的人脸识别技术

提出一种将加权分块图像和主成分分析（PCA ）相结合的人脸识别方法。该方法首先根据同类训练样本的平均图像与所有训练样本平均图像的距离以及类内训练样本图像与该类平均图像的距离,分别定义类间和类内图像加权函数,以获得每个训练样本图像的权重;然后将训练样本图像分块,构建所有同位置加权分块图像空间;接着基于新的样本空间对所有同位置图像分别采用PCA方法提取特征;最后用最近邻分类器实现模式分类。实验结果显示该方法较普通M PCA方法有效提高了识别率。     

文档图像分割技术研究

在文档图像分析处理中,分割技术十分必要.本文介绍了目前文档图像分割算法中常用的特征和方式,并对针中文文档图像给出了一种分割方法.该方法首先利用Sobel算子粗略检测出文字边缘区域,利用形态学膨胀方法扩展该区域,接着进行了两次颜色聚类分析,最后根据中文字符的特征进行了一系列启发式处理,很好地分割出了文字区域.     

箬竹叶抑菌成分的分离纯化及结构分析

箬竹叶干粉加1％碳酸钙，用甲醇抽提至色淡，抽提液浓缩后经石油醚萃取，水相过聚酰胺柱，用水和95％甲醇洗脱，醇洗部回收甲醇经60℃低温干燥，得红棕色结晶性粉末，该物质纸层析，硅胶薄板层析，得单一色斑，在聚酰胺柱色谱中呈单一吸吸收峰，经高压液相色普检验，单一主峰面积比例为92．31％，用盐酸镁粉检出其为黄酮化合物，经酸水解，用硅胶薄板层析检出有木糖，用Uv-vis光谱法及化学法对其结构进行分析，该化合物具有抑菌活性，水解后抑菌活性升高。     

形态小波在中厚板表面裂纹缺陷检测中的应用

中厚板表面裂纹缺陷在图像中容易受背景噪声和氧化铁皮的影响,传统的图像处理方法很难将裂纹缺陷从图像中检测出来.提出了将形态小波变换应用于中厚板表面裂纹缺陷检测的方法.该方法利用小波分解对突变信号的检测能力,结合裂纹缺陷在形态上近似于直线的性质,将裂纹缺陷从图像中准确提取出来.实验证明形态小波用来检测中厚板表面裂纹缺陷比用其他方法更有效.     

汽车图象中字符目标的提取算法

针对汽车图象的复杂背景和多变的光照条件,提出一种用于汽车图象的字符目标提取算法,该算法采用了基于边缘分析的二值化算法结合自适应的形态滤波方法,对字符图象的灰度和纹理分布进行了分析,设计了一种基于一维边缘分析的二值化方法,与其他传统分析方法比较,该方法在运算速度和抗干扰能力上明显优势,在对二值化图象进行分割时,不采用固定形态滤波结构元素,而是根据子域及其邻域关系自适应地调整用于滤波的结构元素,更有效     

一种改进的昆虫基因组DNA的提取方法

就昆虫总DNA的提取,介绍了一种简便、快速的提取方法,此方法既可对新鲜标本进行DNA提取、也可对冷冻标本、干标本、酒精泡制标本进行DNA提取,均能得到较完整的大分子DNA片段,并且得率较高.改进的昆虫总DNA提取方法简便、快速,对设备和试剂的要求都不高.     

高效液相色谱法测定青梅核仁中苦杏仁甙的含量

建立了青梅核仁样品中的苦杏仁甙检测的高效液相色谱方法.样品经石油醚脱脂,以甲醇进行索氏提取后用高效液相色谱-二级管阵列检测器检测.在反相C18色谱柱,15%的乙腈水溶液为流动相,流速为0.5 mL/min,检测波长为215 nm,柱温为30 ℃的色谱条件下,测得青梅核仁样品中的苦杏仁甙的含量为2.08%,RSD为1.6%(n=5),加标回收率为98.8%.     

大黄鱼基因组DNA的不同提取方法及RAPD扩增比较

采用三种方法提取大黄鱼肌肉基因组DNA,并以所提取的DNA为模板进行RAPD分析比较。结果表明,与传统方法、高盐抽提法相比,星普法具有快速简便、所需样品量少,所提取的DNA质量高等特点。三种方法所得的DNA分子量大小都在20kb以上,且RAPD扩增条带基本一致。     

铜绿假单胞菌外膜亚蛋白质组图谱的建立

铜绿假单胞菌是人类重要的病原菌,容易造成免疫缺陷患者如烧伤、艾滋病、癌症或囊性纤维化感染,对该菌外膜蛋白的研究有助于了解该菌的致病机制,为进一步疫苗研制奠定基础.采用月桂酰基氨酸钠的方法提取了铜绿假单胞菌的外膜蛋白,首次建立了外膜亚蛋白质组学表达图谱,鉴定了23个外膜蛋白,占所鉴定蛋白的82.1%.然后对其中的一个外膜蛋白基因PA3988进行了克隆及原核表达与纯化,经免疫小鼠获得抗血清后对外膜蛋白进行双向Western blotting分析,验证了质谱的结果.这些研究结果对铜绿假单胞菌外膜蛋白的深入研究具有积极作用.     

基于灰度跳变与形态学的车牌定位法

车牌定位是车牌识别系统的关键步骤,定位的准确与否直接影响车牌识别的结果.提出了一种基于灰度跳变与形态学的定位方法.对于车牌候选区的二值图像,根据车牌的水平分布特点,从长宽之比、面积之比等多个方面进行综合分析,从而可以更加精确地对车牌进行识别.实验验证表明,基于该算法的车牌识别系统能够达到较高的车牌识别率.