大蓟多糖提取分离及含量测定

用水提-醇沉法从大蓟中提取多糖,脱脂、去蛋白,经冷冻干燥后得到粗多糖。通过苯酚-硫酸法测定糖的含量,粗多糖得率为6.5%。再采用DEAE-纤维素离子交换柱层析进一步分离纯化,得到5个次级组分DJ1,DJ2,DJ3,DJ4和DJ5。其中得率最高的是DJ2组分,为8.06‰。     

行车环境下钢轨轮廓激光条纹中心的提取方法

研究了行车环境下激光条纹图像中心线快速、准确且可靠的提取方法。基于ENet深度学习模型实现了激光条纹的多区段快速分割;通过统计各区段内光条梯度方向的直方图来确定各分段光条的法线主方向,并构造了相应的方向模板;利用分区域多模板匹配的灰度重心法实现了光条中心的亚像素坐标提取。研究结果表明,该方法可以有效克服室外行车环境中各类干扰信息对光条中心提取的影响,单幅钢轨轮廓图像的光条提取时间仅为2.1 ms,误差均值约为0.082 pixel,标准差为0.047 pixel,兼顾了光条中心提取的时效性和准确率。     

线激光辅助的皮带撕裂视觉检测方法

为了快速、准确地检测出输送机皮带工作时发生的纵向撕裂事故,提出了一种基于线激光的视觉检测方法.“一”字线激光器向皮带底面投射直线激光条纹,使用CCD相机获取图像并提取出光条中心,通过分析光条中心畸变特征来判断皮带表面是否存在撕裂.首先采用阈值法对激光条纹进行分割;然后在光条区域上利用重心法实现光条中心的粗略提取;最后利...     

金属表面非相干线结构光条纹中心提取方法

采用线结构光法测量金属表面形貌时,由于受到金属表面光学特性和散斑噪声的影响,条纹中心的提取误差往往较大。为此,提出了一种非相干线结构光形貌测量方法,避免了散斑噪声的影响。通过分析该方法测量金属表面形貌时的条纹图像特点,提出一种适合非相干线结构光条纹的中心提取方法。该方法首先采用结合积分图像原理的自适应阈值分割算法,对原条纹图像进行分割。采用灰度重心法粗提取原条纹中心坐标,以该坐标为基准向条纹宽度方向延伸,从而确定阈值分割后条纹图的感兴趣区和背景区,并去除背景区的噪声。经中值滤波后,采用几何中心法提取条纹中心。实验结果表明：采用该方法提取粗糙度样块表面非相干光条纹中心的平均误差为1.5μm,提取齿轮渐开线样板表面非相干光条纹中心的平均误差为0.9μm,均比其线激光条纹中心的提取误差小。所提方法能实现金属表面非相干线结构光条纹中心的精确提取。     

基于机载激光雷达点云的雪道坡度提取算法

滑雪场的雪道坡度信息不仅是雪场规划和建设所需的必要内容,也是滑雪运动员提高成绩、减少运动损伤的重要数据.传统的手动测量方式费时费力,且雪场的低温环境不利于测量人员长时间作业.为了解决滑雪场的雪道坡度计算问题,提出了一种基于激光雷达点云的雪道坡度自动提取算法.使用投影高程差滤波、聚类分割等算法对雪场点云进行预处理,获取雪...     

SiO2图形化蓝宝石衬底对GaN生长及LED发光性能的影响

为了提高氮化镓(GaN)基发光二极管(LEDs)的发光性能,采用等离子体增强化学气相沉积(PECVD)在蓝宝石衬底上沉积SiO2薄膜,经过光刻和干法刻蚀技术制备了SiO2图形化蓝宝石衬底(SiO2 patterned sap-phire substrate,SPSS),利用LED器件的外延生长和微纳加工技术获得了基于S...     

利用数值模拟测量闪光照相中的H-D曲线

H-D曲线表明了照射量与底片光学密度之间的关系，是定量提取客体信息的基础。尽管实验上提出了许多测量“屏-片”的H—D曲线的方法，但这些方法所采用的实验布局与实际照相环境存在一定的差异。第一，许多实验采用的光源是单能源（如^60Co），没有体现底片系统对不同X射线能量的响应特性；第二，实验装置与实际照相模型存在比较大的差异，由于光子能谱和角分布以及散射的影响，测量的H-D曲线往往很难用到实际照相中；第三，也是更重要的一点是目前测量高能X射线照射量的仪器的测量误差较大，     

啤酒酵母中β-(1-3)葡聚糖的提取及其性能分析

本文采用Sevage脱蛋白法、酸溶液浸提法、碱溶液浸提法对啤酒废酵母细胞壁中的β-(1-3)葡聚糖作了提取试验,并对所获多糖进行生化特性分析,阐述了碱溶液浸提法是从啤酒酵母中回收高质量β-(1-3)葡聚糖的理想途径．     

STUDIES ON INOSINE EXTRACTION BY ION EXCHANGE METHOD

The adsorption characteristics of inosine from fermentation solution on anion exchange resin under the condition of different pH,resin type are investigated.Besides,the desorption conditions are studied under different temperature.The adsorption and desorption mechanism are described to obtain the optimum technological condition of inosine extraction.     

机器视觉及其应用(系列讲座)第三讲图像处理与分析——机器视觉的核心

图像处理与分析是机器视觉中的核心部分,图像处理的目的可以抽象为提取目标物的特征增强；在完成对目标物增强的同时,抑制非目标物。一般采用扩大目标物与背景特征差异的方法来实现。图像增强方法的有效性,可以从目标与非目标两个模式聚类特征是否明确可分来评价。图像分析的目的可以抽象为目标物的识别与提取。因为目标物的视觉特征,往往很难采用单一的数字模型准确描述,所以通常采用的方法是,采用多种描述来实现对目标逐步准确的识别。重点结合几个实例,讨论了图像处理与分析的方法。