基于改进LSD的HTCC板错位检测算法研究及应用

为解决摄像头模组所用HTCC板脱离固定槽位所导致的HTCC板破裂以及后续零件安装不良等问题,提出一种基于改进LSD的HTCC板错位检测算法。首先应用伽马变换消除产品图像上的阴影;然后对图像进行双边滤波,与原始LSD算法的滤波相比,双边滤波可以保留更完整的边缘信息;提出改进映射关系且应用双线性插值的尺度缩放算法,消除图像的量化伪影,减少图像的失真;提出断线再连接算法,解决原始LSD算法存在的线段过分割问题;最后基于改进的LSD算法设计HTCC板错位检测算法,求得产品中错位的HTCC板的数量和位置。在工厂现场验证得出该方法的检测平均耗时在800 ms以内,检测准确率在97%以上,与原始LSD算法相比,检测耗时至少减少了38%,准确率至少提高了21%,该方法可以满足生产的实时性和准确性要求。

基于LSD和FLD融合的道路裂缝图像预处理方法研究

针对道路中的路标、路沿等直线类干扰物影响道路裂缝识别的问题,提出一种基于LSD(Line Segment Detector)和FLD(Fast Line Detector)融合的道路裂缝图像预处理方法。首先,基于LSD算法和FLD算法对裂缝图像进行直线检测,获取直线类干扰物的线段坐标值;其次,根据直线检测算法返回的线段坐标值进行断线重连,解决了直线检测算法提取线段不连续的问题;最后,根据线段重连后获取的直线类干扰物的掩膜图和裂缝图像原图,运用FMM(Fast Marching Method)图像修复算法达到消除直线类干扰物的目的。经过大量实验分析可得:该方法能够有效地消除裂缝图像中的直线类干扰物,使得裂缝检测的准确率提升了7.1%。

赖氨酸特异性去甲基化酶1(LSD1)抑制剂的研究进展

赖氨酸特异性去甲基化酶1(LSD1)是一种黄素腺嘌呤二核苷酸(FAD)依赖的单胺氧化酶。研究证实,LSD1的异常表达与肿瘤的转移和增殖密切相关,是目前肿瘤靶向治疗的重要靶点之一。另外,LSD1还参与神经退行性疾病、心血管疾病、炎症反应等多种疾病的发生发展。目前,已经有多个抑制剂进入临床研究阶段。本文对LSD1的结构、作用机制以及LSD1抑制剂的研究进展作简要介绍,为设计开发新型LSD1抑制剂提供参考。

粳稻LSD基因家族的生物信息学分析

【目的】探明粳稻LSD基因家族的结构功能,为研究LSD基因家族在粳稻生长发育过程中的作用奠定理论基础。【方法】利用生物信息学方法,分析粳稻LSD基因家族成员、蛋白质的理化性质、染色体位置、系统进化关系、保守基序及结构域。【结果】从粳稻中共鉴定出6个LSD基因,并命名为OsLSD1~OsLSD6。OsLSD蛋白氨基酸数量为131~1 463个,分子量为13 723.41~151 718.18 Da,且大部分为碱性蛋白。6个基因家族成员分别分布在粳稻12条染色体的5条上,OsLSD1、 OsLSD2、 OsLSD3、 OsLSD4/OsLSD5和OsLSD6分别分布在chr1、chr3、chr7、chr8和chr12上。根据系统发育分析,粳稻LSD基因家族可分为3个亚族,其中,OsLSD2、OsLSD4和OsLSD6为同一亚族;OsLSD5为同一亚族中的同一分支;OsLSD1、OsLSD3为同一亚族并与AtLSD1、AtLSD2、AtLSD3和AtLSD12为同一亚族;同一亚族中的LSD基因结构及排列顺序具有相似性。Motif分析发现,粳稻的6个LSD基因包含10个保守基序,其中,Motif 1是这些基因共有的保守基序,推测其与保守结构域相关。该基因主要在粳稻的幼嫩叶片、幼嫩花序及种子中表达。【结论】推测LSD基因家族在粳稻生长发育过程中起重要调控作用。

基于LSD检测的无人机视觉着陆定位算法

针对复杂电磁干扰和拒止环境下固定翼无人机自主着陆的应用场景,提出了一种基于LSD的无人机视觉着陆定位算法,通过检测跑道的左右边线以及起始线对无人机进行定位;根据机场跑道的形态学特征,构建机场跑道数据模型,并对实验所用相机进行标定,采用灰度化和高斯滤波对采集到的图像进行预处理,采用LSD直线检测算法以提取跑道的直线特征,设计几何滤波策略从直线特征中提取出跑道的三条边线,采用蒙版技术以提高检测算法的抗干扰能力;根据相机成像原理推导出基于线检测的PNP定位算法,通过检测得到的机场跑道线在像素坐标系下的位置信息求出无人机相对于跑道的三维位置;分别在视景仿真环境和真实机场环境进行检测和定位解算,结果满足无人机着陆定位实时性和准确性的要求,从而验证了视觉着陆定位算法的有效性。

基于YOLOv8模型和LSD算法的列车接触网腕臂识别

针对列车接触网腕臂视觉检测中存在识别精度低、速度慢及腕臂图像易模糊的问题,设计了一种基于YOLOv8模型与LSD算法的接触网腕臂检测系统。首先,引入了YOLOv8目标检测模型,搭建了一种用于检测列车腕臂位置的视觉检测平台;其次,基于HIS颜色空间和图像滤波技术,对图像进行了增强处理,提升了腕臂识别的准确度;然后,基于LSD算法,完成了对接触网腕臂线段信息的提取;最后,根据现场采集的列车接触网图像,对算法的有效性进行了腕臂正反架识别实验验证。

基于背景抑制与改进多尺度LSD的声呐小目标检测算法

针对声呐小目标检测由于水下环境复杂、目标回波信号弱等因素造成虚警率和误检率较高的问题,文章提出基于背景抑制和改进直线分割检测(Line Segment Detection,LSD)的检测算法。首先对原始声呐数据截取序列片段,构建多周期累积历程图,凸显运动目标轨迹线特征;其次设计边缘滤波算子,有效滤除部分背景噪声,并结合投影变换进行线特征增强,不仅实现了断裂直线重连,还抑制了剩余噪声;然后基于图像金字塔改进了多尺度LSD直线分割检测算法,有效缓解了过检测问题,大幅增加了直线平均长度;最后为了合并冗余检测信息,利用运动轨迹时空一致性特征设计后处理模块,提高了检测定位精度。通过多组无人遥控潜水器(Remotely Operated Vehicle,ROV)、潜水员、空心球靶小目标序列的湖试、海试数据的定量与可视化结果定性分析,实验结果显示,文中算法与传统LSD相比,误检率和漏检率分别降低了11.2和3.9个百分点,定位误差下降了1.495个像素。结果表明,文中所提算法大幅提高了声呐小目标检测精度,为后续水下目标识别、跟踪等任务奠定重要基础。

基于改进的LSD线特征提取算法研究

基于LSD直线段检测算法可能导致直线提取碎片化的问题,提出了改进的LSD线特征检测算法,根据角度和距离对直线进行筛选,解决了直线提取碎片化问题,采用LBD(line band discriptor)描述相邻帧图像之间的线特征相似度,提高了视觉SLAM位姿优化的计算效率,在公开数据集上对LSD算法与改进后的算法进行对比实验。结果表明,改进后的LSD在匹配精度上提升了27.8%。

基于改进Mask R-CNN和LSD的图纸管道检测方法

针对核电轴测视图中因管道特征不明显、管道尺度差异大及管道相交导致的管道识别精度差及错检、漏检等问题,提出一种基于改进的Mask R-CNN及LSD方法检测图纸中的管道。首先,针对管道特征不明显问题,将识别目标由管道调整为管道及其尺寸标注线,增加目标几何特征;其次,改进Mask R-CNN网络,引入双向加权特征金字塔结构,提高不同尺度目标特征提取能力,将原非极大值抑制改为DIoU-NMS,提高相交管道识别精度;最后,通过LSD算法检测出目标图像中的直线,再经过条件约束筛选及最小二乘拟合得到管道直线,实现管道的准确检测。实验结果表明,改进的Mask R-CNN算法有效减少了管道错检、漏检问题,精度可达90.04%,结合LSD直线检测、条件约束及最小二乘拟合算法得到管道直线,满足图纸管道检测的要求。

基于LSD算法的无人机航空影像电力线检测方法研究

利用无人机影像进行电力线安全巡检以及后期维护等工作是目前的主流工作方式。传统的利用边缘检测算子进行电力线提取的方法在面对复杂背景地物时稳定性较差。本文针对这一问题,提出了基于LSD直线检测算法的电力线提取方法。首先通过影像预处理,排除噪声影响。根据电力线影像特征,调整LSD算法参数,获取待定电力线直线段。然后采用斜截统计筛选的方法,将不满足斜率与截距阈值的直线段剔除,进一步精确定位电力线直线段。最后采用最小二乘法拟合完整的直线,获取最终的电力线提取结果。实验结果表明,本文算法电力线提取效果优于Canny、Sobel、Prewitt以及Roberts算子检测结果,可以很好地抑制复杂背景地物对提取结果的影响,一定程度上节省了电力工程项目成本,提高了工作效率。

LSD1、HDAC及其双靶点抑制剂在抗肿瘤应用中的研究进展

表观遗传学调控因其可逆性及在疾病进程中的关键作用,已成为肿瘤治疗的重要靶点。组蛋白赖氨酸特异性去甲基化酶(LSD1)与组蛋白去乙酰化酶(HDAC)是调控癌细胞基因表达的重要靶点,抑制这两种蛋白可以显示出显著的肿瘤治疗效果。本综述聚焦于LSD1和HDAC的单靶点及双靶点抑制剂的研究进展,探讨了这些抑制剂在抗肿瘤治疗中的应用。双靶点抑制剂通过同时抑制LSD1和HDAC活性,提供了超越单一抑制剂的抗癌效果,展示了改善治疗效果的潜力。文章细致回顾了这些抑制剂在临床前研究和临床试验中的表现,指出其优势与挑战,并对未来研究方向进行了展望。

基于LSD聚类拟合与KF的轨道检测算法

针对传统无人机巡检中视觉轨道识别的识别效率低、精度差的问题,提出了一种基于LSD的约束聚类拟合与卡尔曼滤波相结合的轨道线检测算法。首先针对由于镜头视角造成的视角畸变,采用IPM算法矫正,并通过LSD算法检测出轨道轮廓,在轨道间距约束将LSD检测结果进行聚类并进行最小二乘拟合得到轨道直线。然后根据轨道几何特征和无人机动力学特性建立数学模型,并结合卡尔曼滤波器对轨道坐标信息进行跟踪估计,以保证算法的稳定性和鲁棒性。采用无人机采集多个场景的轨道图像作为测试样本,对检测算法与其他算法进行对比实验。实验结果表明,本文轨道识别算法优于其他算法,其轨道准确识别率达到92.49%,识别速率达到23frame/s,满足轨道检测的稳定性和实时性要求。

新型苯并呋喃衍生物作为LSD1抑制剂的QSAR研究

组蛋白赖氨酸特异性去甲基酶1 (LSD1)是一种黄素腺嘌呤二核苷酸(FAD)依赖性胺氧化酶,可特异性识别H3K4和H3K9底物,并去除其单甲基或二甲基修饰。它介导许多细胞内信号通路,与肿瘤的发生和发展密切相关。因此,开发高效、特异的LSD1抑制剂不仅有利于研究LSD1的生物学功能,而且对抗肿瘤药物的开发具有重要的科学意义。建立定量构效关系(QSAR)模型可以预测分子的物理和化学性质。在本研究中,利用基因表达编程(GEP)建立了一个具有描述符的非线性定量构效关系(QSAR)模型,并预测了一系列新型苯并呋喃化疗药物的活性。这些描述符是在CODESSA软件中计算的,并基于启发式算法从描述符池中选择。选择4个描述符来建立多元线性回归模型。获得了训练集和测试集的最佳非线性QSAR模型,相关系数分别为0.92和0.80,平均误差分别为0.07和0.60。显然,基于GEP的QSAR模型具有更好的抑制剂疗效预测稳定性。这些发现对LSD1抑制剂作为高选择性的一流临床候选药物的设计提供了新的价值。

麦角酰二乙胺类物质1-环丙酰基-麦角酰二乙胺(1cP-LSD)的定性检验

针对在中国未见报道的麦角酰二乙胺类物质1-环丙酰基-麦角酰二乙胺,建立其气相色谱-质谱(GC-MS)、超高效液相色谱-四极杆/静电场轨道阱高分辨质谱联用(UPLC-Q-Exactive Orbitrap-MS)定性检验方法。本文对未知样品用甲醇和水提取,取上清液,分别采用GC-MS和UPLC-Q-Exactive Orbitrap-MS进行分析,麦角酰二乙胺(lysergic acid diethylamide,LSD)进行同步对照分析。经GC-MS检测,保留时间为23.85 min的未知组分的质谱碎片主要特征离子峰有m/z 221,289,391,69,181,207,249,348。经UPLCQ-Exactive Orbitrap-MS检测,保留时间为3.99 min的未知组分的准分子离子峰为m/z 392.2328,二级质谱主要离子有m/z 291.1487,349.1904,281.1643,265.1333,223.1226,208.0753,251.1176。基于缺少对照品的现状,经SWGDRUG和Cayman谱库检索、已报道文献中信息比对及对其高分辨质谱数据的解析,实现了目标物确认,鉴定为1-环丙酰基-麦角酰二乙胺(1-cylopropanoyl-lysergic acid diethylamide,1cP-LSD)。该方法具有分析简便、快速的特点,有很好的应用前景,可以用于实际案件的检测。

基于OpenCV和LSD的车牌识别系统研究

传统车牌识别系统存在图像清晰度不够、识别时间长等问题,有时无法成功识别车牌。为解决这一问题,文章采用OpenCV开放源代码计算机视觉库和线段检测器(Line Segment Detector,LSD)设计了一套新型车牌识别系统。首先,对图像进行灰度化预处理,并使用LSD算法快速检测图像中的直线。其次,采用轮廓跟踪方法识别车牌轮廓,并使用基于垂直投影的分割方法来分割车牌字符。最后,采用基于模板匹配的方法识别车牌号码。经过验证,该系统在处理车牌图片模糊和光线较暗的情况下依然能够高效处理,并且能够保持较高的成功率。

基于直线段检测和LT描述符的矿井图像线特征匹配算法

图像匹配是同步定位与地图构建(SLAM)技术中极为重要的一环,用于根据图像之间的变换关系确定相机位姿。基于线特征的图像匹配方法具有较强的鲁棒性和抗噪能力,更加适用于井下图像匹配,基于深度学习的线描述符对线段遮挡等场景具有较高的鲁棒性,性能优于传统描述符,但卷积神经网络架构的描述符将可变长度线段抽象为固定维进行描述,不利于线段长度及视差变化较大图像的匹配。针对上述问题,提出一种基于直线段检测和线描述符的矿井图像线特征匹配算法。在频域利用单参数同态滤波降低图像的照射分量,并增强反射分量,提升亮度及对比度;在YUV空间利用对比度受限的自适应直方图均衡化(CLAHE)算法对亮度分量进行均衡,使亮度分布更加均匀;变换至RGB空间提取直线段检测(LSD)线,引入一种基于Transformer架构的LT描述符构建LSD线的特征向量,最后完成线特征匹配。实验结果表明:该算法结合了同态滤波和CLAHE算法的优点,增强后图像的亮度适中,对比度良好,灰度分布均匀,增强效果优于单参数同态滤波算法、EnlightenGAN算法;该算法提取的线特征数较原图平均提升了32.92%,在不同相似纹理占比、不同程度旋转与平移变化的井下图像匹配中鲁棒性好,平均正确匹配数为61.75对,平均精度为86.83%,优于线二进制描述符(LBD)算法、LBD_NNDR算法、LT算法,能够满足矿井图像稳健匹配的需求。

牛结节性皮肤病血清学检测方法研究进展

目前,牛结节性皮肤病对我国养牛业形成较大威胁。血清学方法是便捷、敏感、经济的牛结节性皮肤病检测方法,对于疫病及时发现与疫苗免疫效果评估至关重要。本文着重介绍了牛结节性皮肤病各类常用血清学检测方法的研究进展,分析了各方法的优缺点及适用场景。病毒中和试验(VNT)作为该病的抗体检测金标准,试验周期长,操作要求严格,在基层实验室无法使用,较适用于可疑病例确诊;酶联免疫吸附试验(ELISA)操作简单,反应时间短,适用于大批量样品检测,但蛋白抗原免疫机制研究不足,方法不够成熟;间接免疫荧光抗体试验(IFAT)敏感性较高,但特异性稍低,难以用于临床检测;免疫过氧化物酶单层试验(IPMA)可以检测一定规模的样品,但其结果需要单孔镜检,不如ELISA结果一目了然;免疫印迹试验(WB)可以鉴别副痘病毒,但操作繁琐,难以用于大批量检测。目前看,ELISA在牛结节性皮肤病临床血清学检测应用上有着绝对优势。今后需要加强牛结节性皮肤病病毒的基础研究,摸清各蛋白的免疫机制,筛选出有效、敏感的抗原,以建立适于基层大规模抗体检测的方法。

LDA与LSD相结合的车道线分类检测算法

提出一种车道线分类检测算法。首先采用LDA对道路图像进行有针对性的灰度化,以便更好地区分车道线与道路。采用LSD算法检测灰度图像中的直线部分并确定车道线的方向。在此基础上,选取符合车道线灰度范围内的像素点。对远距离的像素点采用抛物线拟合,近距离的像素点采用直线拟合。同时,将检测到的车道线进行虚线实线的分类标记。最后结合视频序列的连续性对检测结果进行反向验证。实验结果证明,提出的方法对直道弯道检测均有很好的效果。算法的处理速度为每秒10帧左右,采用的测试视频的帧率为每秒15帧,基本满足实时性的要求。

组蛋白去甲基化酶LSD1及其生物学功能

赖氨酸特异性组蛋白去甲基化酶1(Lysine specific demethylase1,LSD1)的发现,表明组蛋白的甲基化修饰是一个动态可调节的过程。结构分析显示,LSD1是一个黄素腺嘌呤二核苷酸(Flavin adenine dinulcleotide,FAD)依赖性胺氧化酶,它能够特异性脱去单甲基化和二甲基化组蛋白H3第4位赖氨酸(H3K4)和H3K9位点上的甲基基团。功能研究显示,LSD1定位于细胞核内,调控着基因转录的激活和抑制,被誉为细胞深处的基因"开关",在胚胎发育和肿瘤发生过程中起着重要的作用。文章主要综述了LSD1的结构、作用机制及其调控作用研究的新进展。

2018-2022年全球牛结节性皮肤病流行状况

牛结节性皮肤病(LSD)是由牛结节性皮肤病病毒(LSDV)感染引起的一种急性、亚急性传染病,2019年传入我国。为了解全球LSD疫情流行形势,根据世界动物卫生(WOAH)全球动物卫生信息系统(WAHIS)及有关文献资料,分析了近5年全球LSD流行状况。2018—2022年全球共有64个国家/地区累计报告发生75555起LSD疫情,其中亚洲占45.31%(29/64),非洲占53.12%(34/64),共有3552637头动物被感染;亚洲报告发生LSD疫情的国家/地区数量整体呈上升态势,疫情流行强度呈加剧之势,尤其是我国周边国家;非洲LSD疫情趋于稳定,每年的疫情报告数量较为均衡,整体呈下降趋势;欧洲疫情得到有效控制,仅俄罗斯报告发生零星散发疫情。鉴于周边国家疫情严重,以及LSD的传播与畜产品贸易流通、动物迁徙、媒介生物、免疫屏障等因素息息相关,我国应从监测预警、虫媒消杀、流通控制和疫苗免疫等方面进一步加强LSD防控,防止该病对我国养牛业造成重大损害。