中国对虾淋巴组织培养细胞中立克次氏体增殖的形态学研究

自１９９６年以来,引发对虾病害发生和流行的病原体日趋复杂,病毒、原核生物的混合型感染成为病害的主要特点。立克次氏体是一种原核生物,是导致对虾发病的重要病原体之一。目前关于对虾立克次氏体样病原的研究国内外系统报道的较少,现有报告主要是自然发病的对虾个体的病灶组织病原体的检测以及病理学的研究［１］。在对虾细胞培养环境条件下,立克次氏体的增殖方式及致病性等方面的研究尚未见报道。作者在细胞培养条件下,系统地研究了立克次氏体的形态、病理及其增殖规律。本文报道中国对虾淋巴组织培养细胞中立克次氏体增殖的形态学研究…     

赤潮拟菱形藻形态学分类和分子生物技术鉴定研究概述

近年来,随着环境的恶化和人类对环境监测重视程度的提高,有关赤潮爆发的报道频繁出现。特别是关于有害藻赤潮(Harmful Algal Blooms)发生地域、频率、密度及其危害的报道日渐增多,人们的注意力开始集中在对有害赤潮藻的控制上。这就需要对控制有害赤潮藻的生态和环境方面的参数有更好的了解。相应的,在赤潮发生中对有潜在产毒能力的赤潮藻的监测也成为研究的热点。     

基于EMP与混合核SVM的高光谱遥感影像分类

传统的SVM模型采用同一映射形式的单核模式对叠加的空间特征和光谱特征进行处理,往往无法得到理想的结果,为了解决该问题,提出了一种基于扩展的形态学剖面(EMP)与混合核SVM的高光谱遥感影像分类方法.该方法首先通过EMP有效提取空间信息,再采用不同的核函数处理空间信息与光谱信息,最终完成混合核SVM的高光谱影像分类.对多种组合形式的单核以及多核SVM模型进行了对比分析,结果表明,该方法具有较高的适应性,对于高光谱遥感影像的分类精度较高.     

基于语义分割的遥感影像建筑物提取

针对在遥感影像的建筑物提取过程中,建筑物密集且离散分布带来提取效果一般的问题,采用一种特征信息增强的U-net网络.模型使用MobileNet主干网络做编码器,用于影像的建筑物特征提取,考虑到下采样时低维信息逐渐丢失,以致边缘提取效果不佳,网络结合形态学的膨胀和闭运算优化提取结果的精度.实验结果表明,在多场景高分辨率的武汉大学遥感影像建筑物数据集上,结合形态学后处理的M-Unet(MobileNet U-net)提取结果不仅在视觉效果上表现优异,而且在精确度、召回率、F1-score、平均交并比MIou(Mean Intersection overunion)4个指标上分别达到96.2％、76.6％、84.6％和74.5％,均优于相同主干网络下的Pspnet和Segnet.     

形态学和小波域滤波级联的杂波抑制算法研究

为保留目标的同时尽可能多地抑制图像背景杂波,在研究形态学滤波、空域平滑滤波、小波域平滑滤波以及它们级联的背景杂波抑制算法的基础上,提出形态学滤波和小波域平滑滤波级联的杂波抑制算法。该算法先对含有微弱目标和白高斯噪声的原始图像进行空域形态学滤波,然后对形态学滤波结果进行小波变换,在小波域中对各小波系数分别平滑滤波,用滤波前的小波系数减去滤波后的小波系数得到差值系数,对差值系数再进行逆小波变换。仿真测试表明,提出的算法在得到的残差图像中目标邻域信杂比(SCNR)平均增益比空域形态学滤波算法和空域平滑滤波算法等均有较明显的提高,为后续的目标检测与跟踪提供了良好的保障。     

室内刺参育苗池中新发现的一种敌害生物——日本毛壶

刺参(Apostichopus japonicus Selenka)育苗池内PVC波纹板上新发现一种敌害生物——日本毛壶(Grantia nipponica),外观白色管状,体基端呈树枝状,中部膨大,表面遍生毛状骨针,活体长8~30 mm,宽2~6 mm。体表骨针为二辐骨针(diactine)和三辐骨针(trciactine),其中三辐骨针(trciactine)中包含了等角骨针(regular spicule)、羽状骨针(sagtittal spicule)和类羽状骨针(parasagittal spicule),二辐骨针的长度大约为80~800μm,三辐骨针的长度为30~350μm。毛壶大量繁殖的密度可达到0.144个/cm2。可从养殖用水过滤、饵料消毒和附着基及时清洗几个方面入手控制毛壶的过度增殖。     

基于地形的LiDAR数据缺失区域填充方法研究

针对机载激光点云数据栅格化过程中出现的空白区域进行研究,在对邻近填充和最低点填充分析的基础上,提出基于地形的填充方法。对缺失数据边界进行一维形态学滤波得到其边界各点地形高,利用边界点构建不规则三角网进行地形内插填充。实验结果表明,地形填充法可适应不同原因造成的区域数据缺失,能够有效保证高程的连续性并可提高滤波精度。     

增强形态学建筑物指数应用于高分辨率影像中建筑物提取

分辨影像是城市地物覆盖分析的重要数据基础,本文提出了一种增强的形态学建筑物指数（EMBI）,利用该指数和地物的几何形状约束来完成高分辨率建筑物的自动提取。本方法首先提取城市的不透水层特征,然后通过建立建筑物属性与形态学运算之间的关系得到了EMBI特征图像以增强对建筑物的描述,随后结合形状特征（长宽比,面积等）采用决策树分析的方法完成对建筑物的最终提取。为了验证本文提出的方法,利用华盛顿商业街的航空高分辨高光谱HYDICE影像和武汉洪山区的两幅QuickBird影像进行实验,实验的精度对比反映本文算法比MBI算法能获得更好的建筑物提取结果,其总体精度分别提高了7.31％,6.48％,7.83％,从而表明EMBI算法更可靠。     

基于先验特征的台风云系影像分割方法研究

传统的基于数学形态学的台风云系影像分割方法多采用圆形或菱形模板进行,这种方法的缺点是当运算模板较大或经多次腐蚀、膨胀运算后,不能很好地保留台风云系影像原始的形态信息。为了解决此问题,探讨了一种基于先验特征的台风云系影像分割原理与方法,即先提取台风云系影像的大致形态,并以此作为形态学模板;然后利用形态学方法提取台风云系影像;最后,以2008年7月28日18时的09号FY-2C气象卫星云图台风云顶温度数据为例进行分析,同时根据本次示例台风(200809号台风)形状自定义的模板来腐蚀分割台风云系影像,并详细对比和分析了不同形状、大小的模板对台风云系影像分割结果的影响。实验表明,基于先验特征的自定义台风云系结构模板,其分割结果不仅较好地保留了台风云系影像的形状特征,而且腐蚀后保留的台风云系信息最多。     

线状目标地图空间信息定量度量方法研究综述

地图信息的定量度量是地图制图学领域中的一个重要问题,也是评价制图质量、地图综合算法以及实现空间信息有效传输的基础.它不仅有助于理解空间信息的特征,而且对有效地利用空间信息也是十分重要的.本文回顾了国内外相关研究成果,指出现有研究中存在的主要问题和不足,围绕地图信息度量,从地图空间信息复杂性的角度和地图目标空间分布的角度...