荒漠草原是內(nèi)蒙古草原的重要組成部分,近年來,由于受到自然和人為活動(dòng)等因素的影響,退化現(xiàn)象十分嚴(yán)重,嚴(yán)重影響了當(dāng)?shù)厣鷳B(tài)系統(tǒng)的可持續(xù)發(fā)展。因此,分析和預(yù)測(cè)荒漠草原潛在退化危險(xiǎn),加強(qiáng)草原保護(hù)和治理顯得尤為重要。隨著數(shù)字圖像處理技術(shù)的不斷發(fā)展,圖像處理技術(shù)已逐漸用于草原生態(tài)環(huán)境及草原植被相關(guān)研究中。本文以內(nèi)蒙古鄂爾多斯荒漠草原為試驗(yàn)區(qū),以荒漠草原指示性植物無芒隱子草為試驗(yàn)對(duì)象,應(yīng)用圖像處理技術(shù)研究了無芒隱子草葉片解剖結(jié)構(gòu),重點(diǎn)研究了顯微圖像處理中的圖像增強(qiáng)、圖像分割、特征提取、參數(shù)測(cè)定等關(guān)鍵技術(shù),揭示了無芒隱子草葉片解剖結(jié)構(gòu)對(duì)荒漠草原環(huán)境的響應(yīng)和適應(yīng)機(jī)制,分析了其與草原退化梯度的相關(guān)性。主要研究工作如下:（1）圖像獲取2014—2016年每年7—8月,根據(jù)目前常用的李博院士提出的草原退化分級(jí)理論,課題組通過實(shí)地考察和分析確定了不同退化梯度試驗(yàn)樣地,按照統(tǒng)計(jì)學(xué)和生態(tài)學(xué)要求,在樣地上采集無芒隱子草葉片樣本,共采集了 10800個(gè)無芒隱子草葉片樣本。對(duì)采集的樣本通過石蠟制片,獲得了 768張切片,將YYS-80E型生物光學(xué)顯微鏡與計(jì)算機(jī)結(jié)合,采集和存儲(chǔ)了無芒隱子草葉片解剖結(jié)構(gòu)源圖像。（2）圖像增強(qiáng)針... 

【文章來源】：內(nèi)蒙古農(nóng)業(yè)大學(xué)內(nèi)蒙古自治區(qū)

【文章頁(yè)數(shù)】：134 頁(yè)

【學(xué)位級(jí)別】：博士

【部分圖文】：

圖３鄂托克旗區(qū)域圖??Ｆｉｇ．３?Ｅｔｕｏｋｅ?ａｒｅａ?ｃｈａｒｔ??

１３．０?７．８?９２９．５３??ＬＤ?３９°?１Ｔ?４４．０６＂?１０７〇５４＇?４６．７３＂?２０１．３?７．８?９８７．６２??ＭＤ?３９°１５，?２２．９８＂?１０７°５３＇?２２．０２＂?１８５．７?１１．０?１２１３．０６??ＨＤ?３９°１８，?１２．３５１０７〇０７，?３３．７１，／?１７３．５?１１．１?１２４１．８５??ｆ胃琴一了?醒??Ｍｉ?１?ＭＢ?＇??（ａ）對(duì)照區(qū)?（ｂ）輕度退化區(qū)?（ｃ）中度退化區(qū)?（ｅ）重度退化區(qū)??圖４樣地地貌??Ｆｉｇ．４?Ｇｅｏｍｏｒｐｈｉｃ?ｆｅａｔｕｒｅ?ｏｆ?ｏｒｉｇｉｎａｌ?ｓａｍｐｌｉｎｇ?ａｒｅａ??試驗(yàn)區(qū)放牧強(qiáng)度基本一致，土壤類型均為棕釣土，短花針茅（＊ＳＹ中、??狹葉錦雞兒（Ｃａｒａｇ膽３?、無芒隱子草（Ｃ／ｅ／伽、豬??毛菜：ｉＳａｌｓｏｌａ?Ｃｏｌｌｉｎａ）、砂藍(lán)執(zhí)士?ＱＥｃｈｉｎｏｐｓ?Ｇｍｅｌｉｎｉ）、冷嵩?ＣＡｒｔｅｍｉｓｉａ?Ｆｒｉｇｉｄａ）??等為該試驗(yàn)區(qū)的主要植被。隨著退化梯度增大，短花針茅和狹葉錦雞兒等優(yōu)勢(shì)植物??逐漸減少，樣地群落蓋度、高度、密度、干重和凋落物干重也逐漸減少。樣地群落??特征如表４所示。??表４試驗(yàn)樣地群落特征??Ｔａｂｌｅ．４?Ｃｏｍｍｕｎｉｔｙ?ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ?ｏｆ?ｅｘｐｅｒｉｍｅｎｔａｌ?ｐｌｏｔｓ??實(shí)驗(yàn)樣地?蓋度／％?高度／ｍ?密度?干重／ｍ?凋落物干重／ｍ??ＣＫ?２５．３３?９．６３?８．６５?３６．０４?１６．３９??ＬＤ?１９．６５?８．１２?６．７１?２７．８０?１２．５１??ＭＤ?１５．２３?７．５３?５．

?內(nèi)蒙古農(nóng)業(yè)大學(xué)博士學(xué)位論文?１＾＿??包埋是為了進(jìn)一步加強(qiáng)組織的硬度和韌度，便于切片。將５２－５４°Ｃ和５６－５８°Ｃ??的石蠟３：２混合作為包埋劑，通過反復(fù)加熱的方式過濾掉包埋劑中的雜質(zhì)，然后，??在浮于冷水中的冰格內(nèi)倒入加熱為６０°Ｃ的石蠟液，用加熱的鑷子將浸蠟后的無芒??隱子草葉片立于放有石蠟液冰格的中央（如圖５所示），完成包埋。待石蠟液凝固??后，將冰格中埋有葉片的整體蠟塊取出，并將蠟塊修成梯形，用燒熱的蠟鏟固定到??大小為２ｃｍｘ２ｃｍｘ２ｃｍ木塊上，便于切片。??圖??圖５包埋??Ｆｉｇ．５?Ｅｍｂｅｄｄｉｎｇ??這一環(huán)節(jié)中蠟的配比和溫度很關(guān)鍵，蠟太硬易使葉片變形、材料脫落，太軟又??不易形成蠟帶。溫度過高容易使組織燙壞或使碎小組織變脆、變硬，溫度過低又容??易使組織與石蠟脫離。??⑤切片、粘片和烘片??切片的厚度和切片刀角設(shè)置在切片環(huán)節(jié)中非常重要。本文選用的切片機(jī)為??ＨＨＱ－３５５８型輪轉(zhuǎn)式切片機(jī)，切片刀是進(jìn)口?ＭＩＣＲＯＴＯＭＥ?ＢＬＡＤＥ?Ｒ３５羽毛刀，經(jīng)??反復(fù)試驗(yàn)，刀角設(shè)置為６°，切片厚度為１２ｕｍ，手柄轉(zhuǎn)動(dòng)以４０？５０ｒ／ｍｉｎ為宜，此時(shí)，??蠟帶較完整。如圖６所示。切好的蠟帶放入３７°Ｃ蒸餾水中展片，粘好的切片在３７°Ｃ??烘箱中烘干２４ｈ。??（ａ）?ＨＨＱ－３５５８輪轉(zhuǎn)式切片機(jī)?（ｂ）連續(xù)蠟帶??圖６切片流程??Ｆｉｇ．６?Ｓｌｉｃｉｎｇ?ｐｒｏｃｅｓｓ??

【參考文獻(xiàn)】：
期刊論文
[1]面向計(jì)算機(jī)顯微視覺系統(tǒng)的白細(xì)胞識(shí)別[J]. 張從鵬,馬巖,毛潭,熊國(guó)順.  激光技術(shù). 2020(01)
[2]大青山陽(yáng)坡五種灌木葉片解剖結(jié)構(gòu)及其抗旱性研究[J]. 王樹森,孟凡旭,趙波,閆潔,程冀文,馬迎梅,郭宇,何英志,鐵英,張波.  中國(guó)農(nóng)業(yè)科技導(dǎo)報(bào). 2020(01)
[3]基于深度學(xué)習(xí)的腹膜腔脫落細(xì)胞病理圖像識(shí)別[J]. 林長(zhǎng)方,黃毓珍,陳柱.  齊齊哈爾大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(03)
[4]基于卷積神經(jīng)網(wǎng)絡(luò)的細(xì)胞圖像分割與類型判別[J]. 胡威,汪春梅,張見.  上海師范大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(01)
[5]基于機(jī)器視覺形狀特征參數(shù)的祁門紅茶等級(jí)識(shí)別[J]. 宋彥,謝漢壘,寧井銘,張正竹.  農(nóng)業(yè)工程學(xué)報(bào). 2018(23)
[6]基于RGB和C-Y顏色空間的白細(xì)胞分割[J]. 劉陽(yáng),呂曉琪,張明,李菁,谷宇.  激光技術(shù). 2019(04)
[7]BTA深孔鉆磨損檢測(cè)識(shí)別及應(yīng)用[J]. 吳雪峰,吳同坤,楊樹財(cái),苑忠亮.  哈爾濱理工大學(xué)學(xué)報(bào). 2018(05)
[8]基于改進(jìn)的MRF乳腺鉬靶腫塊分割算法[J]. 張琦,安建成,劉奕麟.  計(jì)算機(jī)工程與設(shè)計(jì). 2018(08)
[9]基于灰度共生矩陣的乳腺病理圖像紋理特征分析[J]. 趙爽,李延軍,馬志慶,趙文華.  中國(guó)醫(yī)學(xué)裝備. 2018(08)
[10]基于改進(jìn)的CLAHE顯微細(xì)胞圖像增強(qiáng)算法[J]. 魏德志,梁光明.  計(jì)算機(jī)技術(shù)與發(fā)展. 2018(10)

博士論文
[1]基于高光譜荒漠草原生物物理參數(shù)估算研究[D]. 殷曉飛.內(nèi)蒙古農(nóng)業(yè)大學(xué) 2017
[2]基于圖像處理技術(shù)的狹葉錦雞兒葉片解剖結(jié)構(gòu)分析研究[D]. 王海超.內(nèi)蒙古農(nóng)業(yè)大學(xué) 2017
[3]圖像直方圖特征及其應(yīng)用研究[D]. 汪啟偉.中國(guó)科學(xué)技術(shù)大學(xué) 2014
[4]荒漠草原優(yōu)勢(shì)植物養(yǎng)分利用及化學(xué)計(jì)量特征研究[D]. 白春利.內(nèi)蒙古農(nóng)業(yè)大學(xué) 2013
[5]圖像顯著性區(qū)域檢測(cè)方法及應(yīng)用研究[D]. 魏昱.山東大學(xué) 2012
[6]基于水平集方法的主動(dòng)輪廓模型理論研究及其應(yīng)用[D]. 吳繼明.華南理工大學(xué) 2010

碩士論文
[1]基于特征分析的細(xì)胞顯微圖像的分類識(shí)別[D]. 徐莎.重慶大學(xué) 2018
[2]七個(gè)甘蔗品種葉片解剖結(jié)構(gòu)特征與光合能力和耐旱性的關(guān)聯(lián)[D]. 秦茜.廣西大學(xué) 2017
[3]多尺度形態(tài)學(xué)及自適應(yīng)閾值標(biāo)記的分水嶺分割算法研究[D]. 李雅男.遼寧工程技術(shù)大學(xué) 2017
[4]鈕扣特征檢測(cè)與分類識(shí)別算法研究[D]. 熊顯闊.華中科技大學(xué) 2016
[5]交互式圖像分割的相關(guān)算法研究及應(yīng)用[D]. 陶中玉.電子科技大學(xué) 2016
[6]基于顯微圖像序列的細(xì)胞形態(tài)變化分析[D]. 楊婷.北京理工大學(xué) 2015
[7]基于遺傳算法的圖像分割技術(shù)研究[D]. 宋凱.西安電子科技大學(xué) 2014
[8]無芒隱子草（Cleistogenes songorica）的抗旱性研究[D]. 曲濤.蘭州大學(xué) 2008



本文編號(hào)：3614560