草鱼肝胰脏碱性磷酸酶的分离纯化及性质的研究

为获得草鱼肝胰脏的碱性磷酸酶,并阐明其性质,利用Tris-HCl(pH 7.5)缓冲液抽提、正丁醇脱脂、硫酸铵分级沉淀分离和葡聚糖凝胶(Sephadex G-150)等步骤对草鱼肝胰脏碱性磷酸酶进行分离纯化,测定碱性磷酸酶的动力学性质,研究金属离子对碱性磷酸酶活力的影响。试验结果表明,得到提取倍数为7.3倍、比活力为949.8U/mg的碱性磷酸酶,酶液经SDS-PAGE呈一条带,其亚基的分子量约54ku。动力学测定结果显示,该酶催化对硝基磷酸苯二钠水解反应的最适pH为10.33,最适温度为38℃,米氏常数为9.03mmol/L,最大反应速度为1.5μmol/(L·min)。Li+、Na+、K+对碱性磷酸酶活力影响不大;Ba2+、Ca2+、Mg2+、Mn2+能激活碱性磷酸酶活力;EDTA、Cu2+和Zn2+抑制碱性磷酸酶活力。研究结果可为碱性磷酸酶在鱼类脂质代谢中的作用提供参考和依据。

基于改进互信息的红外目标匹配跟踪算法

红外图像具有高噪声、低分辨率的特点,使图像特征提取时很难达到一致,并且图像的损失较大。针对传统互信息只考虑图像灰度信息而忽略了像素之间空间位置相互关系的缺点,同时考虑像素灰度值及其对应梯度的信息,将图像的空间信息通过灰度-梯度联合矩阵引入到互信息的计算过程,提出一种基于梯度联合互信息量测度的红外目标匹配跟踪算法。仿真实验结果表明该算法不仅收敛性强、跟踪稳定,而且具有匹配跟踪精度高的特点,在目标出现遮挡时也能很好的跟踪目标。

基于循环平移Contourlet变换的红外小目标检测方法

分析了在有噪声和背景干扰情况下检测红外小目标的方法,提出了一种将循环平移Contourlet变换去噪方法和自适应阈值分割方法相结合的红外小目标检测算法。该方法首先对原始图像进行循环平移阈值去噪,再用原始图像减去去噪图像,对得到的残差图像进行自适应阈值分割,分离出少量的候选目标点,最后利用目标运动的连续性和一致性检测出目标。分别用Contourlet变换法、小波变换法和本文提出的检测法对小目标进行了检测。仿真结果表明,本文提出的检测方法能较精确地检测出序列图像中的红外小目标,检测效果优于Contourlet变换法和小波变换法。

动态背景下的红外运动目标检测

针对传统运动目标检测方法在背景和目标都存在运动时,无法进行有效的运动目标检测的问题,提出了一种动态背景下红外运动目标检测算法。首先,提出了一种基于帧差法的图像匹配特征块选取方法,并结合改进的互信息测度对相邻图像进行背景匹配;接着对匹配后的图像进行帧差处理,给出了基于特征块的阈值确定方法;并对分割后的图像进行形态学滤波去除孤立干扰点;最后,利用图像投影的方法得到运动目标区域,完成运动目标的检测。仿真实验表明,该算法能减少背景干扰,突出运动目标,有效地检测出变化背景中的运动目标。