【摘 要】
：
植物维持膜的功能是其抵御胁迫的关键问题,而维持膜功能必须要保持膜的稳定性和合适的流动性。我们前期的研究发现植物主要是通过积累叶片膜脂和保持根部膜脂基本不变来适应长期缺钾。在本研究中,以拟南芥和其具有耐受缺钾胁迫特性的近缘种须弥芥为对象,研究了与膜的流动性密切相关的双键指数(double bond index,DBI)的变化,发现长期缺钾条件下,两种植物叶片中总的DBI保持不变,根部总的DBI略有降
论文部分内容阅读
植物维持膜的功能是其抵御胁迫的关键问题,而维持膜功能必须要保持膜的稳定性和合适的流动性。我们前期的研究发现植物主要是通过积累叶片膜脂和保持根部膜脂基本不变来适应长期缺钾。在本研究中,以拟南芥和其具有耐受缺钾胁迫特性的近缘种须弥芥为对象,研究了与膜的流动性密切相关的双键指数(double bond index,DBI)的变化,发现长期缺钾条件下,两种植物叶片中总的DBI保持不变,根部总的DBI略有降低。同时研究了与膜稳定性密切相关的溶血磷脂的含量和DGDG/MGDG以及PC/PE这两个比值的变化,发现
其他文献
为了利用较少低分辨率视频序列实现多视频超分辨率重建,本文提出一种将时空分别进行重建的算法。首先利用已有方法进行时间重建,再以得到的高时间分辨率的视频序列帧为参考帧,结合输入低分辨率视频序列帧进行空间重建。此外,针对传统重建方法在配准不精确的情况下会产生振铃现象这一问题,提出一种加入自适应惩罚项的改进迭代反投影(IBP)算法。实验结果表明,本文算法在输入低分辨率序列较少的情况下,能较好地实现多视频超
针对目前路面图像滤波算法复杂度高且难以耦合噪声抑制和信号平衡的缺点,提出一种基于非下采样Contourlet变换(NSCT)域压缩采样的滤波算法。首先,使用NSCT对含噪路面病害图像进行分解,得到变换后的低频子带系数和高频子带系数;然后,对高频子带系数建立压缩感知(CS)去噪模型,并采用伪随机傅里叶矩阵对系数进行观测,之后使用分裂Bregman迭代方法对系数进行重构,得到去噪模型重建后的高频子带系
针对传统局部二值模式(LBP)及其扩展方法往往会将具有不同视觉特征的局部邻域赋予相同二值模式值的问题,提出了一种新的凹-凸LBP划分方法。首先通过选择最优参数将具有相同二值模式值的邻域划分为凹凸两类,然后分别统计每类特征并组合在一起进行纹理分类。为验证新方法的性能,实验采用3个在纹理分析领域广泛应用的图像库进行分类实验,结果表明,本文方法明显提高了传统LBP方法的分辨能力。
压缩感知基于信号的稀疏性或可压缩性,能够以低于奈奎斯特采样率的频率进行采样,从而直接获得压缩后的采样信号。本文将压缩感知的思想应用于医学图像,对已获得的图像进行压缩采样,以降低医学图像的存储空间。基于正交匹配追踪思想,提出分块双阈值正交匹配追踪方法,根据图像不同区域信息量的不同,采取分块处理并加入采样阈值,针对不同子图像块采取不同采样率,提高了采样效率;同时,在重构时加入判断阈值,可降低重构效果对
英国研究人员开发出一种计算机程序,可以学会通过分析普通数码照片的面部来识别罕见病情。如果它的数据库中的多组照片共同拥有特定的面部特征,它甚至能够由此确定未知的遗传性疾病。由牛津大学的克里斯托弗·内拉克和安德鲁·齐默曼的团队研发的这款软件,能够帮助医生作出初步诊断。据《新科学家》杂志网站近日报道,为了训练这个系统,研究人员将8类遗传性疾病患者的1363张公开照片输入计算机视觉算法中,计算机学会了利用
多视视频加深度(MVD,multi-view video plus depth)的3D视频格式中,深度图提供视频的场景几何信息,其不在终端成像显示而是通过基于深度图像的绘制(DIBR)技术用于绘制虚拟视图像。在深度图的压缩编码过程中,深度图的失真会引起绘制的虚拟视图像的失真。深度图用于绘制而不用于显示的特性使得准确估计深度图绘制的虚拟视失真可以提高深度图编码的率失真性能。本文分析了不同的深度图失真
为了提高嵌入算法的整体性能,提出一种基于边缘检测和像素分类的灰度图像可逆数据隐藏算法。算法按嵌入容量优先原则自适应地选择最佳阈值提取图像边缘,并根据边缘信息和指定的图像质量控制因子将像素分为平滑、弱边缘和强边缘像素3类。对平滑像素,通过增加嵌入强度的方法提高嵌入容量,预测误差直方图平移2位;对弱边缘像素,像素值最大修改量为1,从而保证图像含密质量;强边缘像素的像素值保持不变,进一步提高含密图像质量
为获得高分辨率目标图像,提出了等效异形像元几何超分辨方法。数字微镜器件(DMD)中2×2个微镜对应一个探测器像元,通过顺次控制DMD微镜编码得到4种异形像元,并采集各自状态下的目标图像,通过重建算法得到高分辨率目标图像。通过仿真实验验证了算法的有效性,并对视轴稳定误差对重建图像质量的影响进行分析。最后给出了像元尺寸、系统焦距与视轴稳定精度之间关系。实验结果表明:当探测器和目标之间不存在相对运动时,
为克服单个行为表达方法有效性上的不足,提出了一种基于多特征融合和支持向量机(SVM)的人体行为识别(HAR)方法。首先,利用背景差分提取运动显著区域;然后提取运动显著区域的剪影直方图和光流直方图,并采取一定的融合策略,构建融合特征结合SVM识别人体行为。实验以广泛使用的公开数据集Weizmann为研究对象,正确识别率达到99.8%以上。结果表明,提出的特征融合及识别方法能有效地对人体行为进行识别;
针对场景文本受到光照、复杂背景等因素影响而难以进行有效分割的问题,提出了一种融合颜色和最大梯度差(MGD,maximum gradient difference)特征及马尔科夫随机场(MRF,Markov random field)的场景文本分割方法。首先提取能够有效表达文本纹理特性的MGD特征,通过概率框架将其和颜色特征结合起来对观测图像进行建模;然后结合空间关系和邻域像素属性差异对传统势函数进