智能控释纳米农药

传统农药制剂较低的实际利用率造成生态环境污染,农产品中农药残留,最终对人类公共健康构成严重威胁.传统农药制剂低效使用的关键问题是脱靶损失.为了减少农药用量,提高农药药效,水基纳米农药制剂有望替代传统农药制剂,解决传统农药制剂面临的主要难题.本文主要介绍了本课题组在智能(刺激响应)控释纳米农药领域的前沿研究工作.针对病虫害等有害生物和作物叶面的多级次靶标,综合考虑有害生物、作物和环境(如太阳光)的多维度刺激,研制智能纳米农药,实现农药控制释放,达到农药减施增效的目的.最后对智能纳米农药的未来挑战和发展前景进行进一步展望.     

时空相关多通道聚类的运动目标检测

针对某些光照变化、噪声不稳定等多模态场景不适合离线训练背景模型来提取目标信息的问题,在基于混合高斯的背景建模的基础上,利用帧间差分与邻域相似性实现模型初始参数的选取;提出将随机子采样与邻域空间传播理论相结合改进参数更新过程;在时间维度上建立观测向量,实现模型参数的优化,加快模型收敛速度;并将颜色信息和梯度相融合实现基于多特征的多通道背景模型的建立,采用背景点的随机采样策略简化多通道模型建立的计算量,最终实现复杂环境下的运动目标的检测.实验表明,算法在抑制鬼影、动态背景和遮挡等方面有良好的检测性能,且执行效率能够满足实时计算的需求.     

多信息融合的模糊边缘检测技术

提出了一种有效的模糊边缘检测算法，与传统的单纯基于图像增强技术的模糊边缘检测算法不同，此算法采用像素点的多种信息作为边缘检测的特征信息，利用模糊逻辑对这些信息进行综合，使边缘检测器输出的边缘信息更加完善且有效.实验表明，对于处理实际工作环境中的高噪图像的边缘检测问题，此算法是一种实用而有效的方法. 关键词： 边缘检测 模糊算法 融合