基于改进YOLO的虹膜快速定位检测算法

虹膜定位是虹膜识别系统中不可或缺的环节,针对传统的虹膜定位方法对镜面反射、眨眼等复杂环境下质量差的虹膜图像定位准确率低、计算复杂度高和鲁棒性差等问题,提出了一种基于改进YOLOv3模型的虹膜快速定位方法。针对眼周图像中虹膜内、外圆尺寸变化不大,将YOLOv3网络的多尺度结构改进为双尺度检测;引入了轻量级网络Mobilev3中bneck块来改进特征提取网络,减小模型复杂度;利用K-means++算法对虹膜数据集进行类聚,获得更优的锚点框;模型边框损失函数采用Loss_GIoU改进原均方差(mean squared error, MSE)损失函数;利用虹膜特有几何特征,将模型矩形预测框更改为圆形预测框。在CASIA-IrisV4数据集验证表明,改进模型定位准确率为96.32%,平均精度均值(mean average precision, mAP)为99.37%,检测速度为49.4帧/s,模型参数减少到4.13×10⁶。结果表明改进后的模型较小,并且能够快速精准对虹膜区域定位,具有较高鲁棒性,能够满足虹膜实时定位的场景。     

虹膜识别算法研究

为了提高虹膜识别的速度和准确性,提出一种新的虹膜图像均衡法：将直方图均衡法和局部对比度增强法结合起来调节图像动态范围、增强局部对比度,并利用平衡式零谱矩滤波器对预处理后的虹膜图像进行分解,提取更准确的虹膜纹理特征。整个虹膜识别过程小于1．3s,准确率97．25％。可用于个人身份识别中。     

马蔺繁殖特性研究

在观测马蔺生物学特性及生长发育规律的基础上,对马蔺进行了分株繁殖实验,并对种子特性进行了研究。结果表明:在夏季采用2分株的方式进行移栽可取得良好的效果;经测定,种子千粒重为(22.37±1.06)g,有生活力的种子为78.5%,无生活力和瘪粒种子,分别为20%和1.5%。     

长白山区5种鸢尾属植物资源调查及引种驯化

对长白山区5种鸢尾属(Iris)植物进行野外调查,并开展迁地保护、引种驯化研究.结果表明:长白山区5种鸢尾属植物资源分布特征明显,其中,玉蝉花(I.ensata)、燕子花(I.laevigata)生长于湿地;溪荪(I.sanguinea)生长于海拔1 500 m以上,种群优势明显;马蔺(I.laevigata var.chinensis)生于海拔500 m以下;山鸢尾(I.setosa)散生于林缘.玉婵花贮量少,山鸢尾、燕子花、马蔺野外资源储量多.通过驯化及迁地保护栽培,5种鸢尾属植物混合栽培时群花期长达77 d.     

微生物发酵产生鸢尾酮的初步研究

对微生物发酵鸢尼新鲜根状茎产生鸢尾酮香气的情况进行了初步探讨．试验表明，用真菌Ｒｈｉｚｏｐｕｓｏｒｙｚａｅ的９４Ｙ－０１进行固体发酵有利于鸢尾酮香的产生；报道了固体发酵的有关培养温度，培养基，接种量，培养时间等工艺条件．从发酵物提取得到的净油及凝脂，经薄层分析及ＧＣ／ＭＳ分析与嗅评，其理化指标与香气情况同传统产品类似，含有鸢尾酮．     

细叶鸢尾根脂溶性成分的GC-MS分析

采用气相色谱-质谱联用技术(GC-MS)对细叶鸢尾根的脂溶性成分进行分析,共得到32个化学成分,鉴定了其中的13个,相对含量为71.35%.其中含量较高的成分依次为2-甲基-琥珀酸二丁酯(13.83%),(Z,Z)-8,11-十八烷二烯酸甲酯(11.90%),邻酞酸二丁酯(9.91%),邻酞酸二异丁酯(8.26%),己二酸二异丁酯(5.46%),棕榈酸甲酯(5.18%).这些化合物在该植物中均为首次报道.