生物里灰度值是什麼意思

㈠ 生物工程里的OD值代表什麼

生物工程中的OD是optical density（光密度）的縮寫，表示被檢測物吸收掉的光密度，是檢測方法里的專有名詞，檢測單位用OD值表示，OD=lg（1/trans），其中trans為檢測物的透光值。
光通過被檢測物，前後的能量差異即是被檢測物吸收掉的能量，特定波長下，同一種被檢測物的濃度與被吸收的能量成定量關系。
《科技編輯大辭典》對光密度的定義是：入射光強度與透射光強度之比值的常用對數值。專業書籍則這樣解釋「吸光度」：入射光和透射光的透過率之比值的常用對數值，也稱光密度。分析可見，兩個概念其實是一致的，「光密度」就是「吸光度」，且用「光密度」符合國家標准，更規范。
檢測單位用OD值表示， OD是optical density（光密度）的縮寫，表示被檢測物吸收掉的光密度， OD=lg（1/trans），其中trans為檢測物的透光值。

以上內容引用自：
http://ke..com/view/1269457.htm?wtp=tt

㈡ 植被覆蓋度信息提取

植被的反射光譜曲線起伏變化明顯，具有多峰與多谷的特徵。植被在0.38～0.49μm波段是強吸收帶，平均反射率一般不超過10%;在0.49～0.60μm波段具有波峰的形態和中等反射率(在8%～28%之間)，其中0.55μm處是葉綠素的綠色強反射區;在0.6～0.70μm段具有波谷的形態，反射率很低;到0.70～0.75μm段，反射率急劇上升，光譜曲線具有陡而接近於直線形態;在0.75～1.3μm段，因植被的吸收率很低而保持高反射率。

植被指數是以植被對紅光和近紅外光的生理生態效益為基礎的。科學試驗證明:植物葉綠素需要強烈吸收紅光和藍紫光，用於光合作用，其中以0.66μm波長附近的吸收最為強烈，吸收率可達90%。吸收強度的大小，同葉綠素的多少和葉綠素的活力的高低有關。葉綠素的數量越多，活力越高，吸收強度越大，而在波長0.7～1.1μm的近紅外光譜段內，植被葉片形成強反射，吸收率幾乎等於零，而透射和反射幾乎各佔50%。在0.35～1.1μm波段中綠色植物的紅光吸收峰和近紅外光反射峰及其組合，是其他生物和非生物所沒有的，所以它們成為識別植被的專屬性標志，而它們的組合，也就成為提取植被信息的特異性指標。

系統用於植被信息提取的數據源有Landsat-ETM、CBERS、SPOT、QUICKBIRD和MODIS，它們的IR和R波段的通道編號和波長范圍見表5－2所示。

表5－2 植被指數的數據源表

常用的植被指數有:

(1)環境植被指數(EVI):即近紅外波段與可見光紅波段的亮度差值，又稱差值植被指數，表達式為

EVI對土壤背景有一定的敏感性;當植被蓋度為15%～25%時，差值隨蓋度的增加而迅速增大，當蓋度大於80%時，靈敏度明顯下降。

(2)雙差植被指數(DDVI):即近紅外波段與可見光紅波段的亮度差值減去可見光紅波段與綠波段(TM2)之差，表達為

DDVI的特點是引用了對健康茂盛的植物綠反射敏感的綠色波段，增強了植被的信息，並能在一定程度上補償大氣層的不利影響。由於綠波段對土壤敏感，按「綠峰」反射評價植被生活力，所以有利於植被分類，區分林型和樹種。

(3)比值植被指數(RVI):即近紅外波段與可見光紅波段之比，表達為

RVI對土壤背景比較敏感，在植被蓋度大於50%時，對植被蓋度的差異敏感度較高，但不能很好區分小於30%的植被蓋度差異。

(4)歸一化植被指數(NDVI):即近紅外波段與可見光紅波段之差與這兩個波段之和的比值，表達為

NDVI綜合利用了四則運算，提高了對土壤背景變化的鑒別能力，消除了地形和群落結構的陰影的影響，削弱了大氣層的干擾，因而大大擴展了對植被蓋度的監測靈敏度。它是植被生長狀況和植被空間分布密度的最佳指示因子，與植物分布密度呈線性相關，有較好的時相和空間適應性，因此又可稱之為生物量指數或標准化植被指數。

大量研究上述各類植被指數的處理結果並進行了比較，發現各類方法提取效果無較大差異。但在乾旱地區採用NDVI方法是最成熟和常用的方法，因為它綜合了EVI、DVI和DDVI的演算法，對植被檢測靈敏度較高，對植被蓋度的檢測范圍較寬，能消除陰影和輻射干擾。

植被覆蓋度信息自動提取模塊以上述原理為基礎，將圖像定標、NDVI植被指數計算，密度分割等功能有機地集成封裝到一起(圖5－6)。用戶只需要通過簡單的幾步操作就完成從原始影像數據到植被覆蓋度分類結果的轉變。植被覆蓋度信息提取的核心是密度分割的閾值劃分問題，根據多次試驗和野外調查分析，在系統內部設定了適合工作區植被蓋度級別劃分的閾值，隨著工作程度的深入和資料積累，將不斷完善閾值設定。

圖5－6 植被覆蓋度信息提取流程圖

目前植被覆蓋度信息提取流程主要如下:

(1)反射率反演:反射率反演為定量遙感的基礎。在不考慮大氣多次散射和交叉輻射的情況下，有:

式中: DNi為圖像的灰度值; ρ 為地物的反射外大氣層反射; GAINSi為輻射定標的增益系數，包括了大氣透過率、感測器的波長響應等乘性因素的影響; BLASESi為輻射定標的偏移值，包括了大氣層輻射、感測器暗電流等加性因素的影響。對於不同的波段以及同一波段不同的航帶，輻射定標的增益值和偏移值是不同的。而通過輻射定標的增益值和偏移值即可以進行反射率 ρ 的反演。

( 2) 植被指數變換: 將經過反射率反演的圖像進行NDVI ( 植被指數) 變換，得到植被指數圖像。各類樣本在 NDVI 圖像上呈離散度矩陣，植被與非植被類型在NDVI 圖像上差異很大，利用 NDVI 圖像可將植被與非植被區分開來。

( 3) 密度分割: 由於植被指數是植被覆蓋度的重要指標，並且對於遙感數據而言，每個像元內的反射率是林冠的反射率，而不是樹冠和葉面的反射率，並且能很好地區分植被和非植被，所以植被指數數據較適用於植被覆蓋度。對幹流區 1∶ 10 萬植被指數圖像NDVI 值和重點區 1∶ 1 萬植被指數圖像 NDVI 值均按照植被蓋度低蓋度、中蓋度和高蓋度三個級別進行密度分割，並將分類結果與植被蓋度歷史專題數據以及沿幹流布設的生態監測站的植被蓋度數據進行反演，如精度較差，修改其密度分割參數重新分割，以達到較好的結果。

將經過密度分割的植被指數圖像進行非監督分類，得到分類結果圖像，並將柵格圖像數據轉換為帶有分類屬性的專題圖形數據，與高解析度的融合圖像套合進行人機交互解譯，修正提取不準確的地物邊界，最終輸出達到精度要求的專題矢量圖形文件。

㈢ 用biolog ECO板做活性污泥微生物多樣性，怎麼確定接種液的稀釋倍數呢請高人請教！謝謝！

一般文獻會用10-3至10-4，具體還得看你的污泥中微生物含量和活性，以結果好說明為准，吸光度BIOLOG儀器灰度兩個值，一個590，一個好像750 （對本底雜質的吸收峰），我計算的時候會用BIOLOG自動計算的（590-750）的吸光值，這樣最接近准確。國內文獻一般不這么嚴格。。
文獻的話你可以把你郵箱給我，我給你發~

㈣ 生物里的c值、k值、n值都是什麼如何反常

基因組大小也稱為C值,是指生物體的單倍體基因組所含DNA總量。

㈤ 數字圖像處理的主要方法

數字圖像處理的工具可分為三大類：

第一類包括各種正交變換和圖像濾波等方法，其共同點是將圖像變換到其它域（如頻域）中進行處理（如濾波）後，再變換到原來的空間（域）中。

第二類方法是直接在空間域中處理圖像，它包括各種統計方法、微分方法及其它數學方法。

第三類是數學形態學運算，它不同於常用的頻域和空域的方法，是建立在積分幾何和隨機集合論的基礎上的運算。

由於被處理圖像的數據量非常大且許多運算在本質上是並行的，所以圖像並行處理結構和圖像並行處理演算法也是圖像處理中的主要研究方向。

(5)生物里灰度值是什麼意思擴展閱讀

1、數字圖像處理包括內容：

圖像數字化；圖像變換；圖像增強；圖像恢復；圖像壓縮編碼；圖像分割；圖像分析與描述；圖像的識別分類。

2、數字圖像處理系統包括部分：

輸入（採集）；存儲；輸出（顯示）；通信；圖像處理與分析。

3、應用

圖像是人類獲取和交換信息的主要來源，因 此，圖像處理的應用領域必然涉及到人類生活和工作的方方面面。隨著人類活動范圍的不斷擴大，圖像處理的應用領域也將隨之不斷擴大。

主要應用於航天和航空、生物醫學工程、通信 工程、工業和工程、軍事公安、文化藝術、機器人視覺、視頻和多媒體系統、科學可視化、電子商務等方面。

㈥ 人臉圖像特徵提取原理是什麼

人臉圖像特徵提取：人臉識別系統可使用的特徵通常分為視覺特徵、像素統計特徵、人臉圖像變換系數特徵、人臉圖像代數 特徵等。人臉特徵提取就是針對人臉的某些特徵進行的。人臉特徵提取，也稱人臉表徵，它是對人臉進行特徵建模的過程。人臉特徵提取的方法歸納起來分為兩大 類：一種是基於知識的表徵方法；另外一種是基於代數特徵或統計學習的表徵方法。基於知識的表徵方法主要是根據人臉器官的形狀描述以及他們之間的距離特性來獲得有助於人臉分類的特徵數據，其特徵分 量通常包括特徵點間的歐氏距離、曲率和角度等。人臉由眼睛、鼻子、嘴、下巴等局部構成，對這些局部和它們之間結構關系的幾何描述，可作為識別人臉的重要特 征，這些特徵被稱為幾何特徵。基於知識的人臉表徵主要包括基於幾何特徵的方法和模板匹配法。說到人臉識別，大部分的人第一反應是「刷臉」，我們來看下人臉識別的定義：人臉識別，是基於人的臉部特徵信息進行身份識別的一種生物識別技術。用攝像機或攝像頭採集含有人臉的圖像或視頻流，並自動在圖像中檢測和跟蹤人臉，進而對檢測到的人臉進行臉部的一系列相關技術，通常也叫做人像識別、面部識別。通過變換增強圖像陰影或降低光區域的灰度值范圍，從而把人臉圖像的整體亮度變換到一個預先定義的標准人臉圖像。

㈦ 你知道生物統計學里的Vst（st是下標）是什麼意思嗎，具體意義是什麼，相關公式呢 還有MAF的意義和計算方

standard variation 標准差，公式這里打不來，但是隨便哪本統計學的書都會講怎麼計算標准差。

MAF不是一個統計學縮寫吧？？Minor Allele Frequency？

本人不是生統專業的，知道的不多。

㈧ 生物里的高表達,底表達是什麼意思

就是指表達量啊。通俗點呢，高表達就是轉錄或翻譯出數量很多的最終產物，而低表達是指產物的數量很少。

基因表達是基因經過轉錄、翻譯、產生有生物活性的蛋白質的整個過程。

㈨ 計算機專業的圖像處理與模式識別主要講什麼內容啊能用簡潔明了的內容給個概括嗎

圖像處理一般指數字圖像處理。數字圖像是指用數字攝像機、掃描儀等設備經過采樣和數字化得到的一個大的二維數組，該數組的元素稱為像素，其值為一整數，稱為灰度值。圖像處理技術的主要內容包括圖像壓縮，增強和復原，匹配、描述和識別3個部分。 常見的處理有圖像數字化、圖像編碼、圖像增強、圖像復原、圖像分割和圖像分析等。
模式識別(Pattern Recognition)是指對表徵事物或現象的各種形式的(數值的、文字的和邏輯關系的)信息進行處理和分析,以對事物或現象進行描述、辨認、分類和解釋的過程,是信息科學和人工智慧的重要組成部分。模式還可分成抽象的和具體的兩種形式。前者如意識、思想、議論等,屬於概念識別研究的范疇,是人工智慧的另一研究分支。我們所指的模式識別主要是對語音波形、地震波、心電圖、腦電圖、圖片、照片、文字、符號、生物感測器等對象的具體模式進行辨識和分類。