基于IHS变换的Gram-Schmidt改进融合算法研究

针对Gram-Schmidt(GS)变换算法在融合高分二号卫星(GF-2)多光谱(MSS)和全色(PAN)影像时产生的光谱失真和细节模糊问题,提出一种基于Intensity-Hue-Saturation(IHS)变换和GS变换的影像融合改进算法(IGS)。该算法首先将原始多光谱影像变换至IHS空间,取I分量作为GS变换第一分量进行GS变换;然后将I分量与全色波段进行直方图匹配,并选择3*3滑动窗口以标准差为判定条件模拟出新的全色波段;最后用模拟全色波段替换I分量进行GS逆变换得到融合结果。将IGS融合结果与IHS,GS以及Principal Component Analysis(PCA)变换融合结果进行对比,选择主客观两种方法对融合结果进行质量评价,结果表明IGS算法在光谱保留和提高影像细节方面要优于其它3种算法,能够更好地用于GF-2影像的融合,为后续的应用研究提供参考。

小麦品种陕253低分子量谷蛋白亚基基因的克隆及原核表达

利用LMW-GS特异引物,从强筋小麦品种陕253中克隆了1个1498bp的片段(GenBank登录号为FJ172533),该片段包含全长为912bp的低分子量谷蛋白亚基的完整编码序列。经比较推导氨基酸序列的同源性,发现该基因属于Glu-D3位点编码低分子量谷蛋白亚基的基因,编码产物N-端具有LMW-m型低分子量谷蛋白亚基的典型特征,系统演化分析也支持这一结果。构建了该基因的表达载体pET32a-GluD3-S253,在宿主菌E.coli Rosetta-gami B(DE3)中经IPTG诱导表达融合蛋白。SDS-PAGE和Western blot检测表达产物,证实融合蛋白表达成功。

CBERS-02B星数据融合方法评价

CBERS-02B星(以下简称02B星)多光谱CCD数据与全色HR数据空间分辨率相差较大,给图像融合带来一定困难。在对IHS变换、主成分变换、Brovey变换及GS变换等融合算法分析的基础上,利用02B星数据进行了融合试验。通过对试验结果的目视评价与定量分析发现,主成分变换和GS变换方法融合图像纹理信息较清晰,光谱保真度较好。在GS变换融合中,可利用02B星CCD相机第5波段模拟GS变换的低分辨率输入,融合结果统计值优于PC变换。

卫星遥感融合技术在植烟生态研究中的应用

烟草种植的生态研究在烟草种植规划与管理中发挥重要作用。利用遥感融合技术辅助开展烟草种植的生态研究极少。以云南省丽江市为例,尝试利用不同的融合算法对研究区的WorldView-2影像进行融合试验,并对结果进行定性与定量分析评价。结果表明:(1)GS变换的融合效果最好,光谱信息丰富,图像保真度高,Pansharp变换次之,Brovey和IHS变换效果最差,存在光谱信息损失和光谱扭曲。(2)利用GS变换和Pansharp变换融合的图像色调变化小,地物细节表现较好,有利于WorldView-2影像信息(植被、水体等)提取工作的开展,进一步辅助烟草种植的生态研究。

CBERS-02B星CCD与HR数据融合方法探讨

随着CBERS-02B星(以下简称02B星)多光谱CCD数据与全色HR数据在各个领域的广泛应用,两者相差较大的空间分辨率给图像融合带来难题。在对改进型的IHS变换、主成分变换、Brovey变换、GS变换等融合算法分析的基础上,利用02B星数据进行融合试验,并对试验结果进行定性与定量评价,结果表明:①Brovey变换融合效果较差;②在影像的阴影区域,改进型的IHS变换融合结果存在光谱失真;③PCA变换光谱保真较好;④GS变换无论是统计结果还是图像的色彩和清晰度都明显优于上述三种方法。

Worldview 3全色与短波红外影像两步式融合框架

Worldview 3是目前最先进的高分辨率光学卫星之一。针对Worldview 3遥感卫星数据全色波段和短波红外波段(Short-Wave Infrared,SWIR)空间分辨率差异大、波谱范围不一致所导致的融合结果块状效应以及空间分辨率增强效果有限的问题,提出一种两步式影像融合框架。该框架降低全色波段空间分辨率,实现与SWIR波段的初步融合;将初步融合的结果与原始分辨率全色波段进行第二步融合。通过选择6种典型像素级融合方法两两组合,形成36种融合方案,验证框架的可用性。选取包含植被、建筑、水体等典型地物类型的Worldview 3数据集进行实验,并采用五个定量评价指标进行评价。实验结果表明:使用两步式融合框架进行融合,通过渐进式空间细节注入的方式,避免了直接融合产生的块状效应,实现了短波红外影像的空间分辨率增强;第一步融合采用高通滤波(HPF)融合法,第二步融合采用GS(Gram-Schmidt Transform)变换融合方法,引入的空间信息最多,获得的融合结果质量最好。提出的融合框架既能避免块状效应的产生,又能有效增强SWIR波段的空间分辨率,对于其他卫星的全色与短波红外波段的融合也具有一定借鉴意义。

多传感器信息融合的车辆轨迹感知设计与实现

针对全息路口需求,设计了一种雷达、GPS及视觉的多维信息融合雷视一体机。基于深度学习技术实现对机动车的实时检测。在此基础上,通过雷达与视频及雷达与GPS坐标系标定建立目标关联关系,利用融合规则获取融合数据点。为了解决融合数据点形成的轨迹线不平滑的问题,提出加权GS-LSPIA算法,将每个融合数据点赋予初始权重,选取拟合曲线的控制点,通过迭代的方式调整控制点,生成一系列曲线,曲线的极限是融合数据点的最小二乘拟合的结果。实验结果表明,雷视一体机设备可感知车辆轨迹,且加权GS-LSPIA算法使得车辆运行轨迹更平滑。

遥感图像融合效果定向控制

现有的遥感图像融合算法在注入空间细节的同时都会造成一定程度的光谱失真,或者在光谱保真的前提下,细节注入不佳。针对此问题,基于遥感图像融合统一理论框架,采用三种不同策略合成低分辨率全色图像,可以达到不同的融合效果。在格拉姆-施密特(GS)融合算法和合成变量比(SVR)融合算法上进行了验证,分别实现了三种不同强度的融合:强光谱保真融合、强细节注入融合、光谱与细节折中融合。证明可以通过对低分辨率全色图像的合成这一关键步骤的干预,实现融合算法在光谱保真度和细节注入度上的定向控制。提出的细节-光谱可调的融合算法,有效提高了融合算法的适应性。另外,针对不同融合算法的改进方向,也具有一定的借鉴意义。

TNK-651和GS-9137融合型HIV-1RT(NNRTI)/IN双靶点抑制剂的分子作用机制研究

【目的】揭示6-苄基-1-[(苄氧基)甲基)]-5-异丙基尿嘧啶(6-benzyl-1-[(benzyloxy)methyl]-5-isopropyluracil,TNK-651)和埃替格韦(elvitegravir,GS-9137)融合型Ⅰ型人类免疫缺陷病毒(human immunodeficiency virus type 1,HIV-1)逆转录酶(reverse transcriptase,RT)的非核苷类抑制剂(non-nucleoside RT inhibitors,NNRTIs)作用位点和整合酶(integrase,IN)活性位点的双靶点抑制剂RT(NNRTI)/IN与RT和IN的结合模式及分子作用机制。【方法】分别对选取的7个RT、11个IN复合物晶体结构中的底物分子进行相似性分析;综合运用自身对接和交叉对接方法分别从中优选出RT和IN的最佳受体结构模型;基于分子对接技术分别建立RT、IN与抑制剂的结合模型,据此阐明抑制剂的作用机制。【结果】对接结果显示,TNK-651和GS-9137融合型HIV-1 RT(NNRTI)/IN双靶点抑制剂结合于RT的NNRTIs结合位点,与其形成氢键作用、π-π堆积作用、阳离子-π作用、疏水相互作用;结合于IN的IN-DNA界面活性位点,与其形成氢键作用、π-π堆积作用、疏水相互作用、金属离子螯合作用。【结论】TNK-651和GS-9137融合型HIV-1 RT(NNRTI)/IN双靶点抑制剂通过与RT的Lys101和Tyr188形成关键的氢键作用和π-π堆积作用,与IN的Asp128、Asp185、Glu221及Mg^(2+)和高度疏水性亚结合口袋形成关键的金属离子螯合作用和强疏水相互作用,发挥抗RT和IN双重活性。

融入压缩感知的脉冲耦合神经网络用于图像快速融合

针对脉冲耦合神经网络(PCNN)图像融合模型对含噪声图像敏感和融合时间效率不高的问题,通过引入压缩感知(CS)技术对传统模型进行改造,提出了一种融入CS技术的新型快速脉冲耦合图像融合方法,不仅能够弥补传统脉冲耦合模型抗噪声能力不强的缺陷,还可以实现含噪声图像去噪和图像融合同步进行,有效克服了传统去噪融合方法中人为将去噪过程和融合过程分开而造成的信息不一致等问题,在一定程度上提高了融合效果和时间效率。在多聚焦图像和小目标图像上进行了相关实验研究,并在视觉效果和性能评价、含噪声多少与方法性能、稳定性等方面进行了详细分析。实验结果表明,新方法无论从融合效果还是评价指标上均较一些相关方法显示出一定的优越性。

rhGH-Fc工程细胞的构建及筛选

目的研制具有较长半衰期的长效重组人生长激素(recombinant human growth hormone,rhGH),构建并筛选出高表达rhGH-Fc免疫融合蛋白的细胞株。方法将hGH基因与特异位点突变后的人抗体IgG4Fc段用柔性linker连接,克隆至GS双表达载体上,构建重组表达质粒,经两次双酶切鉴定及测序分析后,将构建正确的质粒稳定转染CHO-k1细胞。通过逐渐提高蛋氨酸磺酰胺(methionine sulphoximine,MSX)浓度,ELISA法筛选高表达的细胞株;利用亲和层析初步纯化目的蛋白,并进行SDS-PAGE、HPLC、等电聚焦电泳分析;通过大鼠去垂体法测定长效rhGH的生物学活性,比较本课题研制的长效GH与其他普通GH的半衰期。结果重组质粒phGH-Fc-1经两次双酶切及测序鉴定,证明构建正确;成功筛选出高表达rhGH-Fc融合蛋白的细胞株,表达量可达1g/L;纯化的目的蛋白相对分子质量大小及等电点均与理论值一致,纯度可达95%以上;经大鼠去垂体体内活性测定,其比活为1.1IU/mg,依大鼠体重增长情况判断,其生物半衰期高于普通rhGH。结论成功构建并筛选出高表达长效rhGH的工程株,为后续长效rhGH的研制奠定了基础。

基于ZY-3和图像融合的冲沟参数提取研究

本文以山东省栖霞市庵里水库西岸流域为研究区,基于Gram-S chimdt(GS)方法、色彩空间(Hue Saturation Value,HSV)变换和主成分分析(Principal Component Analysis,PCA)三种方法,对研究区的资源三号卫星(ZY-3)图像进行了图像融合,基于各融合图像提取冲沟参数并进行精度评价。结果表明:三种融合图像均保留了多光谱图像的光谱信息,同时具有全色图像的空间纹理细节信息;与基于原始多光谱图像解译冲沟参数相比较,采用GS光谱锐化、HSV变换及PCA变换融合图像解译冲沟参数更准确;相对检验区实测冲沟参数,基于GS光谱锐化融合图像提取的冲沟参数精度最高,解译出的冲沟沟面积和沟长的相关系数分别为0.991和0.984。是冲沟参数提取的最优图像融合方法。

波段自适应细节注入的高分五号与Sentinel-2遥感影像空谱融合

目的针对当前空谱融合方法应用到高光谱图像融合时,出现的空间细节信息提升明显但光谱失真,或者光谱保真度高但空间细节信息提升不足的问题,本文提出一种波段自适应细节注入的高分五号(GF-5)高光谱图像(30 m)与Sentinel-2多光谱图像(10 m)的遥感影像空谱融合方法。方法首先,为了解决两个多波段图像不便于直接融合的问题,提出一种波段自适应的融合策略,对多光谱图像波谱范围以外的高光谱图像波段,以相关系数为标准将待融合图像进行分组。其次,针对传统Gram-Schmidt(GS)融合方法用平均权重系数模拟低分辨率图像造成的光谱失真问题,使用最小均方误差估计计算线性拟合系数,再将拟合图像作为第1分量进行GS正变换,提升融合图像的光谱保真度。最后,为了能同时注入更多的空间细节信息,通过非下采样轮廓波变换将拟合图像、空间细节信息图像和多光谱图像的空间、光谱信息融入到重构的高空间分辨率图像中,再将其与其他GS分量一起进行逆变换,最终得到10 m分辨率的GF-5融合图像。结果通过与当前用于高光谱图像空谱融合的典型方法比较,本文方法对于受时相影响较小的城镇区域,在提升空间分辨率的同时有较好的光谱保真度,且不会出现噪点;对于受时相变化影响大的植被密集区域,本文方法融合图像有较好的清晰度和地物细节信息,且没有噪点出现。本文方法的CC(correlation coefficient)、ERGAS(erreur relative globale adimensionnelle de synthèse)和SAM(spectral angle mapper)相比于传统GS方法分别提升8%、26%和28%,表明本文方法的光谱保真度大大提高。结论本文方法的结果空间上没有噪点且光谱曲线与原始光谱曲线基本保持一致,是一种兼具高空间分辨率和高光谱保真度的高光谱图像融合方法。

CCKAR与下游效应器融合蛋白的偏向性信号通路探讨

目的 探讨胆囊收缩素A受体(CCKAR)的偏向性信号通路,设计治疗糖尿病的特异性药物,为其他G蛋白偶联受体(GPCR)偏向性信号通路的研究提供新思路。方法 构建受体与Gα亚单位(Gs、Gq)或者β-arrestin-1之间的融合蛋白,研究其偏向性信号通路。在确保融合蛋白能够正常表达的前提下,采用环磷酸腺苷(cAMP)累积实验检测细胞在硫化缩胆囊素八肽(CCK-8s)刺激后细胞内cAMP含量的变化;采用钙成像技术检测细胞在CCK-8s刺激后细胞内钙离子的变化;采用免疫印迹技术检测细胞在CCK-8s刺激后细胞外调节蛋白激酶(pERK)和Bcl-2死亡启动子(pBad)的磷酸化情况。结果 融合蛋白质粒(CCKAR-Gs/Gq/β-arrestin-1)能够在HEK293细胞系中稳定表达;CCKAR-Gs融合蛋白可以产生高的cAMP信号,非融合蛋白CCKAR产生低的cAMP信号,而CCKAR-Gq/β-arrestin-1不引起cAMP信号;CCKAR-Gq具有更强的钙离子信号;CCKAR-β-arrestin-1具有特异的信号偏向性,显著提升下游ERK蛋白和Bad蛋白的磷酸化水平。结论 人工构建的CCKAR融合蛋白能够有效、偏向性地激活CCKAR的下游信号通路,可以选择性地行使不同信号通路调控的生理功能。

视觉显著性的眼底图像视盘检测

目的青光眼是导致失明的主要疾病之一,视盘区域的形状、大小等参数是青光眼临床诊断的重要指标。然而眼底图像通常亮度低、对比度弱,且眼底结构复杂,各组织以及病灶干扰严重。为解决上述问题,实现视盘的精确检测,提出一种视觉显著性的眼底图像视盘检测方法。方法首先,依据视盘区域显著的特点,采用一种基于视觉显著性的方法对视盘区域进行定位;其次,采用全卷积神经网络(fully convolutional neural network,FCN)预训练模型提取深度特征,同时计算视盘区域的平均灰度,进而提取颜色特征;最后,将深度特征、视盘区域的颜色特征和背景先验信息融合到单层元胞自动机(single-layer cellular automata,SCA)中迭代演化,实现眼底图像视盘区域的精确检测。结果在视网膜图像公开数据集DRISHTI-GS、MESSIDOR和DRIONS-DB上对本文算法进行实验验证,平均相似度系数分别为0.965 8、0.961 6和0.971 1;杰卡德系数分别为0.934 1、0.922 4和0.937 6;召回率系数分别为0.964 8、0.958 9和0.967 4;准确度系数分别为0.996 6、0.995 3和0.996 8,在3个数据集上均可精确地检测视盘区域。实验结果表明,本文算法精确度高,鲁棒性强,运算速度快。结论本文算法能够有效克服眼底图像亮度低、对比度弱及血管、病灶等组织干扰的影响,在多个视网膜图像公开数据集上进行验证均取得了较好的检测结果,具有较强的泛化性,可以实现视盘区域的精确检测。