1 前言
作为一种重要的元素，植物的含水率影响着整个植物的生理状态。我国是一个较为缺乏水资源的国家，同时我国又是一个农业大国，有效地提取并且利用农作物体内的水分信息有助于转变我国目前传统的灌溉方式，提高水资源在我国的利用率，改善居民用水紧张的现状。植物叶片的含水率可以用来检测植物的生理状态，而实时了解植物的生理状态,可以在农业领域、干旱监测和森林火灾预测方面提供非常有用的信息。在农业领域，植物叶片含水率可以用来推断农作物是否缺水以及农作物的生长状况，从而提供信息用于灌溉决策,收益率估计以及干旱条件评估。作为林业的一个重要因素，叶片含水率可以确定火灾磁化率，预防火灾的发生。
现有的植物叶片含水率的判别方法是比较传统的。一些研究是基于水分含量和叶绿素之间的关系，也有一些是基于叶片含水率和光谱之间的关系。而针对植物叶片含水率的预测，基于图像处理技术的相关研究是比较少的。
杨勇，张冬强在《基于光谱反射特征的柑橘叶片含水率模型》[1]中采用了构造光谱指数和光谱逐步回归分析两种方法，分析了叶片图像的光谱(380~2500nm)反射率与叶片含水率之间的定量关系并建立了叶片含水率与叶片图像光谱反射率之间的模型。结果显示，基于柑橘叶片含水率与叶片图像反射光谱的模型证明了了二者之间的相关性较强。
徐腾飞，韩文霆在《基于图像处理的玉米叶片含水率诊断方法研究》[2]中研究了玉米叶片的图片, 对缺水的玉米叶片图像进行了分析, 研究了以图像处理技术为基础的农作物缺水诊断方法,。利用RGB图像绘制了灰度直方图, 采集了关于玉米叶片颜色的特征参数, 对玉米叶片的含水率进行了判定和分析。
张伟和毛罕平等在《缺素叶片图像颜色和纹型特征参数提取的研究》[3]中采用图像处理技术对番茄进行了缺素判别, 分别对缺钾、缺铁、缺氮和正常4 种情况下番茄叶片图像的特征参数进行了采集和分析, 取得了显著的效果。
穗波，信雄在《根据图像提取植物的生长信息》[4]中提取了茨菇缺钙、镁、铁3 种元素时叶片图像的颜色特征, 绘制灰度直方图并分析了其特征, 利用阈值法将叶片的病态部分和正常部分分割出来,将病态面积占整个叶片的百分比作为特征参数, 但其效果并不好。此外，由于该模型只有一个特征参数, 所以不足以进行模式判别。Blackmer和Schepers 在《Analysis of aerial photography for nitrogen stress within corn fields》[22]中改进了穗波信雄等的实验, 通过把8位彩色航拍图像分解成红色、绿色、蓝色三原色来处理数字化的航拍图像, 然后分别对红色、绿色、蓝色三原色的特征参数进行统计。结果表明随着绿色和红色的统计
值与高氮水平的供应状况成正比；相比于蓝色的统计值，红色和绿色的统计值更能预测植物的供氮水平。
本研究以梧桐树的叶片为例, 研究了叶片颜色与叶片含水率之间的关系。对基于叶片颜色的叶片含水率的判定方法进行了研究。首先利用图像处理的方法, 对梧桐叶片的RGB图像提取了叶片颜色的三原色红色、绿色、蓝色的特征参数,然后建立了多个一元和多元回归分析的数学模型，对叶片含水率和叶片颜色的关系进行了分析和总结。
2 理论准备
2.1 MATLAB介绍
MATLAB是美国MathWorks公司推出的商业数学软件。它是一种科学的计算软件，它将数据以矩阵的形式存储并处理。在MATLAB中集合了高性能的数值计算和可视化，同时提供了大量的内置函数，这些内置函数被调用来实现我们所需要的功能，因此MATLAB被用来进行科学计算，同时也被广泛地应用于系统控制、信息处理等领域的分析、仿真和设计工作。MATLAB主要包括MATLAB 和Simulink两大部分。
MATLAB的功能非常强大，它简单易用，拥有很强的数据和图像处理能力。它集成了数值分析、矩阵计算、科学数据可视化以及非线性动态系统的建模和仿真等诸多强大的功能，并将这些功能放在一个易于使用的视窗环境中，为科学研究、工程设计以及必须进行有效数值计算的众多科学领域提供了一个全面的解决方案，与此同时MATLAB在很大程度上脱离了传统非交互式程序设计语言（如C、Fortran）的编辑模式，很大程度上代表了现今国际科学计算软件的先进水平。本研究使用的是MATLAB中的图像处理和数据处理中的回归分析功能。
2.2 回归分析的思想
回归分析是研究数据之间相关关系的一种统计学方法，目的在于了解两个或多个变量间是否相关、怎样相关与强度，并建立数学模型，找出最能够代表因变量和自变量之间关系的函数（回归方程）。它可以帮助我们用一个或多个自变量的值去估计因变量的值。回归分析按照自变量的个数可以分为一元回归分析和多元回归分析；而按照自变量和因变量之间的不同关系，它又可以分为线性回归分析和非线性回归分析。本研究的主要内容是一元和多元的线性回归分析。
在回归分析中，如果数据集只包含单一的自变量和因变量，同时自变量和因变量之间具有线性的关系，那么这种回归分析称为一元线性回归分析。如果回归分析中的自变量不止一个，有两个或两个以上，且因变量和自变量之间的关系是线性的，则称为多元线性回归分析。
回归分析的主要步骤为：
(1)模型建立：针对给定的数据集，确定其中某些变量之间的定量关系式，即建立自变量与因变量之间的回归模型并估计其中的未知参数的值。
对于一元线性回归分析，若在X与Y的散点图中，数据点大都分布在一条直
线附近，说明这两个变量之间的关系是线性的。这样的直线可以有许多条，但我们希望其中的一条能最准确的反映X 与Y 之间的关系，即我们要找出一条直线，使尽可能多的数据点落在这条直线上，记此直线方程为:
bx a y += （2-1） 其中x 称为自变量，y 称为因变量。b a ,的值通过最小二乘法法求得，即求b a ,使得2
1(,)()n
i i i Q a b y a bx ==--∑取最小值，其中(,)i i x y (1,2,...,)i n =为样本数据，称
该方程为一元直线回归方程． 利用数学分析求极值方法，解得
x b y a -=， 2
1
21x
n x
y
x n y x
b n i i
n
i i i
--=
∑∑== （2-2）
相对应的多元线性回归方程的一般形式为:...2211x b x b a y ++= （2-3）
(2)模型检验：对所建立的回归模型进行检验，通过显著性检验来验证回归方程的线性关系是否显著。 回归方程的显著性检验--t 检验
若线性假设有实际意义，则0?≠b ，因为若是0?=b ，y 与x ?就没有因果关
系了，方程就没有意义了。因此需要进行假设检验。使用t 检验法来进行显著性检验，假设：0:,
0:10≠=b H b H ，则2
1
2
)(),/,(~?∑=-=n
i i xx
xx x x S S b N b σ，于是0H 的拒绝域为：)2(??2/-≥=
n t S b t xx ασ
（本研究设定显著性水平
05.0=α），如果拒绝0H 即05.0
(3)模型验证：针对给出的样本，利用求得的回归方程对因变量进行预测并比较预测值与真实值的误差，以误差大小来衡量回归模型的合理性。 2.3 MATLAB 与图像处理
图像二值化就是用0或255来表示图像上每个像素点的灰度值，从而将整个图像转换为只有黑色和白色的图片。即通过选取适当的阈值将RGB 彩色图像转化为仍可以反映图像整体和局部特征的二值化图像。二值化图像是图像处理技术
中非常重要的一种，特别是在实际的图像处理中，二值图像处理是许多系统的基础构成。因为我们一般搜集的都是RGB彩色图像，所以要对二值化图像进行处理与分析，首先要把图像二值化，得到二值化图像，这样才能对图像做下一步的处理。反映图像的数据的集合只包含两个值，不再涉及像素的多级值，使图像处理变得更加简单，同时压缩了数据量。为了得到较为理想的二值化图像，可以采用封闭且相连的边界定义不相交的区域。设定一个合适的阈值，将所有灰度值大于或等于阈值的像素点判定为物体区域，其灰度值是255，相反则排除在物体区域以外，灰度值就为0，代表图片背景区域或者物体外的区域。如果一个特定物体的灰度值是均匀一致并且处在一个均匀的背景下，使用阈值法就可以得到较好的分割效果。如果物体和背景在灰度值上并没有差别，而这个差别表现在其他方面（比如纹理不同），也可以将其它的差别转换为灰度值的差别，然后通过对阀值的选取把图像的背景和物体区域分开。
RGB图像是一种三维的彩色图像，该图像上的每一个像素点都有红、绿、蓝三个特征分量，RGB图像的每一个的特征分量的值都在0~255范围内，它们以不同的比例混合形成不同的图像。RGB图像虽然能最大化保持图像原有的特征，但其最大的缺点就在于数据量过于庞大，处理起来比较复杂。
图像处理中所使用的函数：
Imread：将图像导入到MATLAB 中；
Im2bw(A,a)：将图像二值化（A代表像素矩阵，a代表选取的阈值）；
Imshow：输出图像；
Mean：求平均值；
Std：求标准差。
2.4 MATLAB 与回归分析
对于回归分析，MATLAB 中共有三种实现方法：
(1)LinearModel
(2)NonLinearModel：
(3)GeneralizedLinearModel：广义线性回归模型
通过对这三个回归函数的调用，可以对数据进行不同类型的回归分析。本文主要使用LinearModel函数来做回归拟合。调用LinearModel函数后就会得出变量之间确定的关系式，同时结果中会输出p值，通过p值就可以确定显著性水平，p，回归方程就有意义。即Matlab中的LinearModel函数可以同时实现模
05
.0
型建立和模型检验。
3 图像的收集和数据处理
3.1 图像的收集
本次研究采集的是梧桐树的叶片图像。用照相机采集20组梧桐叶片的正反两面图像，然后导入到计算机中，方便对图像的下一步处理。如图一所示是其中一组叶片的图像。
（a ） 正面 （b ） 反面 图3-1 叶片图像的正反面
3.2 叶片含水率的测定
用烘干法测梧桐树叶的叶片含水率，具体做法为：首先对鲜叶片进行三次称重，然后记录叶片的称重结果。接着将叶片放入70℃的烘干机中烘干6个小时, 烘干后对叶片进行称重，记录称重结果；接着再对叶片烘干1个小时，然后再次称重；再次重复以上步骤，最后得到三组叶片重量的数据。当相邻两次烘干处理后，叶片的干重之差小于0. 001 g 时, 该次烘干后所测得叶片的重量即可作为样本叶片的干重。结果如表3-1所示。
叶片含水率的计算公式： %1001
2
1?-=
w w w v (3-1) 公式（3-1）中, v 为梧桐叶片样本的含水率, 1w 是梧桐叶片的鲜重, 2w 是烘干后梧桐叶片的干重。
天津科技大学2014届本科生毕业论文
表3-1 叶片的鲜重和干重以及叶片的含水率数据
7
3.3 图像数据的处理 3.3.1 图像二值化
由于本研究采集的是梧桐树叶的RGB 图像，该图像上的每一个像素点都是用分别代表图像三原色红色（R ）、绿色（G ）、蓝色（B ）的三个亮度值来描述的, 因此增加了RGB 图像处理的工作量。为了减少数据量，使图像处理变得更加简单，从而方便读取图像上的数据，首先将RGB 图像二值化。本次研究设定的阈值为0.7。
将梧桐叶片的图像导入Matlab 并将其二值化，图所示是原图和二值化后的图片对比。
部分代码如下：
>> A=imread('C:\Users\zhangc\Desktop\图像\2-1.jpg'); >> A=im2bw(A,0.7);
>> imshow(A)
（a ）原图 （b ）二值化后
图 3-2 叶片原图和二值化后的图片对比
3.3.2 数据处理中的统计量
（1）平均值又称为算数平均值，是数理统计中最基础的统计量。平均值的计算公式：
n
x
x n
i i
∑==
1
（3-2）
平均值具有反应灵敏、确立严密、通俗易懂、计算简单等优点，可用于进一步演算。但它极易受极端数据的影响，这是因为平均值对数据值的变化反应灵敏，每个数据的每个微小变化都会导致不同的结果。
（2）标准差是方差的算术平方根。它在概率统计中最常用来测量统计数据的分布程度。标准差反映了一个数据集内数据个体间的离散程度。标准差与平均值并不等价，即使两个数据集的平均值是相等的，其标准差也未必相同。标准差计算公式：
∑=-=
n
i i
x
N
1
2)(1
μσ （3-3）
（3-3）中μ代表数据集的平均值，N 是数据的个数，i x 为数据的值）。 （3）变异系数衡量的是样本中各个数据的变异程度。对多个样本数据的变异程度进行比较时，如果度量标准和平均值相同，标准差和变异程度是等价的，标准差的不同就代表了变异程度的不同。如果度量标准不同和（或）平均值不相等时，就不能采用标准差来比较其变异程度，而需采用变异系数（CV ），即标准差与平均值的比值（相对值）来比较。变异系数可以用来消除和减轻不同度量标准和（或）平均值对两个或多个样本的变异程度的影响。因此，模型一以变异系数为自变量来构建一元回归模型。变异系数的计算公式：
%100?=x S
CV
（3-4） （3-4）中，CV 为变异系数，x 为数据集的平均值，S 为数据集的标准差。 3.3.3 数据处理结果
(1)在Matlab 中对二值化后的图像分别求整个图像的平均值和标准差并计算变异系数。结果如表3-2所示。（代码见附录2）
表3-2 叶片的平均值，标准差以及变异系数
(2)RGB图像数据处理结果
将RGB图像批量导入Matlab中，分别求红色（R）、绿色（G）、蓝色（B）三色各自的平均值、标准差以及整个图像的平均值、标准差。结果如表3-3所示。（代码见附录3）
天津科技大学2014届本科生毕业论文表3-3 RGB图像的平均值和标准差数据
11
4 建立回归模型
4.1 模型一：基于二值化图像变异系数的一元回归模型
将图片的变异系数作为自变量，叶片含水率为因变量建立一元回归模型。（数据见表3-2，代码和运行结果见附录3）
拟合曲线如图 4-1所示：
0.6550.65510.65520.65530.65540.6555
0.65560.65570.6558y vs. x1
变异系数
叶片含水率
图 4-1 变异系数和叶片含水率拟合曲线
分析：由上述运算结果可知变异系数和叶片含水率的一元回归模型为：
001067.065557.0-=y （4-1）
同时结果显示05.0448.0>=p 。从方程和图像可以看出变异系数和叶片含水率成反比，同时从图像可以看出数据点是非常分散地分布在拟合曲线附近的。这就说明二者之间并不满足线性关系。结合对p 值和拟合曲线的分析可以得出这个一元回归模型并不能较为准确地反映叶片颜色和叶片含水率之间的关系。
4.2 基于RGB 图像统计量的回归模型
4.2.1 模型二：以图像标准差s 为自变量的一元回归模型
将图像标准差s 作为自变量，叶片含水率作为因变量建立一元回归模型（数据见表3-3，代码和运行结果见附录3） 拟合曲线如图 4-2所示：
80
82
84
86
889092
94
96
98
0.65490.6550.65510.65520.65530.65540.6555
0.65560.65570.6558y vs. x
标准差 S
叶片含水率
图 4-2 标准差和叶片含水率拟合曲线
分析：由上述运算结果可知标准差和叶片含水率的一元回归模型为：
x e y *056296.365557.0-+= （4-2）
同时结果显示05.0448.0>=p 。从方程和图像可以看出标准差和叶片含水率成正比，即随着标准差的增加叶片含水率也在不断增加。从图像上来看：数据点均匀地分布在拟合曲线附近而且有许多点落在了拟合曲线上。结合对p 值和拟合曲线和分析可以得出这个一元回归模型可以较为准确地反映叶片颜色和叶片含水率之间的关系。
4.2.2 模型三：图像平均值和标准差的二元回归模型
分别以RGB 图像的平均值和标准差为自变量，叶片含水率为因变量建立二元回归模型。（数据见表3-3，代码和运行结果见附录3） 拟合图形如图 4-3所示：
140
100
平均值
标叶片含水率
图 4-3 平均值和标准差二元回归模型拟合图
分析：由上述运算结果可知平均值和标准差的二元回归模型为：
21*)072554.3(*)051229.3(66009.0x e x e y -+--= （4-3） 同时结果显示05.01473.4<-=e p 。从方程和图形可以看出平均值和叶片含水率成反比，标准差和叶片含水率成正比。但平均值的05.096018.0>=p ，说明在这个模型中，平均值的效果并不显著。
4.2.3 模型四：分量平均值和图像的标准差四元回归模型
分别将RGB 图像三原色红色、绿色和蓝色这三个分量的平均值和图像的标准差这四个变量作为自变量，叶片含水率作为因变量建立四元回归模型。（数据见表3-3，代码和运行结果见附录3）
分析：由上述运算结果可知自变量和叶片含水率的四元回归模型为：
4
32
1*07)-(1.4018e *05)-(1.9486e *06)-(5.8133e *06)-(3.0163e .65920x x x x y ----= (4-4)
同时结果显示05.01345.1<-=e p ，拒绝原假设，回归效果是显著的，线性回归方程有意义。
4.2.4 模型五：分量标准差和图像的平均值四元回归模型
分别将RGB 图像三原色红色( R) 、绿色（G ）、蓝色( B)的三个标准差和图像的标准差这四个变量作为自变量，叶片含水率作为因变量建立多元回归模型。（数据见表3-3，代码和运行结果见附录3）
分析：由上述运算结果可知变异系数和叶片含水率的多元回归模型为：
4
32
1*05)-(3.1168e *06)-(3.8687e *) 07-(6.1452e *) 06-(4.6467e .660120x x x x y ----= (4-5)
同时结果显示05.012-9.79e <=p 。回归模型的效果是显著的，自变量与叶片含水率之间的关系是线性的。 4.2.5 模型六：六元回归模型
分别将RGB 图像三原色红色、绿色和蓝色的三个平均值和三个标准差这六个变量作为自变量，叶片含水率为因变量建立六元回归模型。（数据见表3-3，代码和运行结果见附录3）
分析：由上述运算结果可知各个自变量和叶片含水率的六元回归模型为：
6
5432
1*) 05-1.2731e (*) 06-2.9891e (*)06-6.8097e (*)05-2.2139e (*) 06-7.7711e (*)06-4.2982e ( .660730x x x x x x y -++---= (4-6)
同时结果显示05.01108.1<-=e p ，所以拒绝原假设，回归是显著有效的。 4.3 模型比较
将叶片含水率的原始值和所有模型的预测值放到同一个表中进行比较和分析，见表 4-1。
表4-1各个回规模型预测值与原始值的比较
16
17
将所有模型的预测图绘制到同一个坐标系中进行比较，如图 4-4：
0.65420.6544
0.6546
0.6548
0.655
0.6552
0.6554
0.6556
0.6558
0.656
叶片编号
含水率预测值
图 4-4 拟合曲线的比较
由图4-4可以看出：六个模型的拟合效果都不是非常的显著。在这其中模型五的拟合效果是最差的。而其它五个模型的拟合效果都相差无几，相对来说，模型四的拟合效果是最为准确的。即叶片的含水率可以通过RGB图像三原色红色、绿色和蓝色的平均值和图像的标准差来估计。
4.4 模型检验
现在有三组叶片的图像和含水率数据，其叶片含水率分别为：0.655341456，0.655237864,0.655416247。
采用模型四对上述三组图像进行处理，将图像的数据代入公式（4-4）中，然后得出叶片含水率的预测值。对这三组叶片的含水率进行预测，得到的的结果分别为：0.655300306，0.655287864,0.655352583，0.655422373。
从结果中可以看到预测值与实际值之间的差异非常小，这就说明模型四的拟合结果是比较好的。
4.5 结论
本文利用图像处理技术研究了叶片颜色和叶片含水率之间的关系。结果表明：梧桐叶片RGB图像的三原色红色、绿色和蓝色三个分量的平均值与图像标准差对叶片含水率所建立的四元回归模型可以较为准确的定量分析梧桐叶片颜色和含水率之间的关系。
5 总结与展望
本文研究了基于RGB图像处理技术的梧桐叶片含水率预测模型。在对RGB 图像用Matlab处理并提取了图像的特征参数后建立了特征参数与叶片含水率的回归模型，最终给出了叶片颜色与叶片含水率的定量模型，并对模型进行了验证，证明了得出的回归方程是有意义的。
由于专业水平和时间有限，所以本文有一些缺点和不足。
(1)数据量较小（只有20组），这就导致得出的模型具有局限性。或许它只能反映部分梧桐叶片与其含水率的关系，如果换一组数据，可能会得出不同的结果。所以本次研究所建立的六个一元或多元回归模型并不能非常准确地反映梧桐叶片含水率和叶片颜色之间的关系。
(2)采集的数据比较单一（只有梧桐树叶），样本类型的单一会导致得出的回归模型并不适用于其它类型的树叶，即不具有一般性。
未来，可以采集不同类型的叶片图像，例如槐树、杨树等等。然后分别对不同的树叶构建叶片颜色和含水率之间的回归模型；同时扩大样本空间，增加数据量从而使选取的样本更具有代表性，最终得出更具代表性的结论。最终从不同的模型中归纳总结出能代表不同树叶颜色与其叶片含水率的一般模型，而这个模型将在农业、林业等方面发挥更大的作用。
参考文献
[1]杨勇，张冬强，李硕等. 基于光谱反射特征的柑橘叶片含水率模型[J]. 中国农学通
报.2011,27(02):180-184.
[2]徐腾飞，韩文霆,孙瑜. 基于图像处理的玉米叶片含水率诊断方法研究[J].干旱地区农业研究,2003,31(1)：95-100.
[3]张伟，毛罕平，李萍萍等. 缺素叶片图像颜色和纹型特征参数提取的研究[J].农机化研究,2003,4(2)60-61.
[3]穗波，信雄. 根据图像提取植物的生长信息[R]. 日本：农业机械学会关西支部，1989.
[4]付金霞，苏健民,刘嘉新等. 基于RGB 模型的颜色特征在树种识别系统中的应用[Z]. 中国科技论文在线.
[5]吴富宁,杨子彪,朱红等. 基于颜色特征进行农作物图像分类识别的应用研究综述[N].
中国农业科技导报.2003,5(2):76-79.
[6]罗良清、魏和清．统计学[M].北京:中国财政经济出版社,2011:33-35．
[7]伍南,刘君昂,闫瑞坤等. 基于人工神经网络和高光谱技[A]. 中国植物保护学会.中国植物保护学会成立50周年庆祝大会暨2012年学术年会论文集[C].中国植物保护学会，2012:7.
[8]蔡鸿昌,崔海信,高丽红等. 基于颜色特征的叶片含水率与比叶重估算模型初探[J]. 中
国农学通报,2006,08:532-535.
[9]赵杰文,周晓兵. 基于近红外图像纹理分析检测作物叶片含水率的研究[J]. 农业工程学报,1999,03:39-43.
[10]毛罕平,张晓东,李雪等. 基于光谱反射特征葡萄叶片含水率模型的建立[J]. 江苏大学学报(自然科学版),2008,05:369-372.
[11]周晓兵,张世芳,邱白晶等. 近红外图像纹理分析叶片含水率的初步研究[J].江苏理工
大学学报(自然科学版),1999,03:26-29.
[12]刘翠艳. 基于MATLAB的图像处理方法及分析[J]. 电脑与电信,2009,04:84-86.
[13]何希平,张琼华. 基于MATLAB的图像处理与分析[J]. 重庆工商大学学报(自然科学版),2003,02:22-26.
[14]石瑞平. 基于一元回归分析模型的研究[D]. 河北科技大学,2009.
[15]罗文海,万巧云,高永. 主成分回归分析与多元线性回归的对比研究[J]. 数理医药学杂志,2003,02:140-143.
[16]李品芳,周兆明,陈帅. 基于多元回归分析的财务危机预警研究[J]. 同济大学学报(自
然科学版),2006,05:701-706.
[17]李应求,冯荣丽,彭朝晖. 基于回归分析的居民收入分配差距的定量研究[J]. 长沙理工大学学报(社会科学版),2006,03:60-66.
[18]英英. 基于MATLAB的图形图像处理系统的实现[D].内蒙古大学,2013.
天津师范大学津沽学院本科 学年论文 题目：英汉颜色词对比研究 系别：文学系 学生姓名：刘珺 学号：07579105 专业：对外汉语 年级：2007级 完成日期：2010年5月20日 指导教师：刘昀
英汉颜色词对比研究 摘要：本论文以《牛津高阶英汉双解词典》（第6版）所收录的所有颜色词以及几个常用颜色词为研究对象，通过分类、对比研究等方法，把英汉颜色词最基本的组成要素和意义类型介绍给大家。分析了基本颜色词红、白、黄、蓝、黑、绿的英汉区别意义和联系。最后对英汉颜色词的构词和用法进行举例说明，英汉颜色词主要有：在颜色词前加表示程度的词；颜色词后缀-ish；两个颜色词叠加；颜色词前加表示某物的词四种构词方法，英语颜色词主要有形容词、名词和动词等词性，汉语颜色词主要有名词和形容词等词性。 关键词：颜色词，对比，构词，英语，汉语
目录 一、英汉颜色词对比研究的意义 (1) 二、英汉颜色词举例 (1) （一）红色系 (1) （二）紫色系 (2) （三）白色系 (3) （四）黄色系 (3) （五）蓝色系 (4) （六）褐色系 (5) （七）黑色系 (6) （八）绿色系 (6) （九）橙色系 (7) （十）灰色系 (7) （十一）其他颜色 (8) （十二）描写颜色词程度的词 (8) 三、英汉基本颜色词对比研究 (8) （一）红色（red） (9) 1．字典释义 (9) 2．对比分析 (9) （二）白色（white） (9) 1．字典释义 (9) 2．对比分析 (10) （三）黄色（yellow） (10) 1．字典释义 (10) 2．对比分析 (11) （四）蓝色（blue） (11) 1．字典释义 (11) 2．对比分析 (12) （五）黑色（black） (12) 1．字典释义 (12) 2．对比分析 (13) （六）绿色（green） (13) 1．字典释义 (13) 2．对比分析 (14) 四、英汉颜色词构词和词性及用法 (14) （一）英汉颜色词的构词方法对比研究 (14) （二）英汉颜色词的词性及用法 (16) 五、结语 (17)
t-DNA插入突变体的鉴定 实验时间：2012年5月18日 摘要T i质粒是上有一段特殊的DNA区段，当农杆菌侵染植物细胞时，该DNA区段能自发转移进植物细胞，并插入植物染色体DNA中。所以Ti质粒上的这一段能转移的DNA被叫做T-DNA。将感兴趣的基因改造插入到T-DNA区段中，通过农杆菌侵染植物细胞，实现外源基因对植物的遗传转化，得到含有突变的植株。本实验即检测所得植株是否为T-DNA的插入突变体。 1.引言 Ti质粒是土壤农杆菌的天然质粒，该质粒上有一段特殊的DNA区段，当农杆菌侵染植物细胞时，该DNA区段能自发转移进植物细胞，并插入植物染色体DNA中。Ti质粒上的这一段能转移的DNA被叫做T-DNA。若将Ti质粒进行改造，把感兴趣的基因放进T-DNA序列中，通过农杆菌侵染植物细胞，实现外源基因对植物的遗传转化。T-DNA插入到植物染色体上的什么位置，是随机的。如果T-DNA插入进某个功能基因的内部，特别是插入到外显子区，将造成基因功能的丧失。所以利用农杆菌Ti质粒转化植物细胞，是获得植物突变体的一种重要方法。农杆菌Ti质粒转化植物细胞后，在获得的后代分离群体中，有T-DNA插入的纯合突变体，杂合突变体，和野生型。在突变体研究中，需要的材料是纯合突变体，所以必须从分离群体中将纯合突变体鉴定出来。 本次实验中，采用液CTAB（或者TSP法）提取拟南芥植株的DNA，然后PCR将所获DNA 扩增，在之后采用琼脂糖凝胶电泳技术，分离处长度不一的DNA带，以确东样品是否为T-DNA 插入突变纯和体。 PCR（Polymerase Chain Reaction）， 即聚合酶链式反应是体外核算扩增技术， 具有特异、敏感、产率高、快速、简便、 重复性好、易自动化等突出优点；能在一 个试管内将所要研究的目的基因或某一 DNA片段于数小时内扩增至十万乃至百万 倍,使肉眼能直接观察和判断。（PCR基本 原理如右图） DNA含有PO43-基团，在pH8.0 Buffer （本实验中为TAE）中带负电, 在电场中
英汉颜色词对比研究
英汉颜色词对比研究 李 涛 (北京科技大学外国语学院,北京 100083) 摘 要:英汉两种语言中都存在着大量的颜色词,颜色词在两种语言中也都可以
被分为基本颜色词和 实物颜色词, 文章对英汉基本颜色词和实物颜色词的形态结构、 句法功能和表达方式的特点做了对比分析, 并总结了一些英汉颜色词在使用中的异同 之处。b5E2RGbCAP 关键词:基本颜色词;实物颜色词;异同 大千世界,五光十色,作为具有表达思想功能的语言中就需要有具体的词汇来 描绘色彩斑斓的世界, 于是颜色词便应运而生。英汉两种语言中都有大量的颜色词,它 们的使用方法有很多相似之处,但由于两 种语言的历史和文化背景的不同,英汉颜色词 在表达方式上势必存在较大差异,这就对颜色词的翻译形成 了障碍,本文就拟通过对英 汉颜色词使用方法的比较,探讨英汉颜色词的使用的异同。p1EanqFDPw 1. 颜色词的构词理据分类 词的分类主要有以下几种:从音节角度,词可分为单音节词和多音节词;从结构角度, 词可分为单纯 词和合成词; 从词的发生角度, 可分为原生词和派生词。 早期的颜色 词主要是单音节词、 单纯词和原生词。 但随着社会的发展和人类认知能力的提高,加 之,人们思想中要表达的概念越来越丰富,表达颜色的单音 节词、单纯词和原生词就越 来越不够用了,而且容易产生语义的混淆,于是颜色词开始向多音节词、合成 词和派生 词化方向发展。人类创造词汇时倾向于“近取诸身,远取诸物” ,颜色词的形成也是如
1 / 10
此, “以现 有语素为材料构成句段词表示新概念, 比新造单音词语要优越得多” (王 艾录, 司富珍, 2001) 。 自然界中, 生活中常见的具有典型颜色的物体直接被拿过来, 产生了很多新的颜色词。DXDiTa9E3d 因此根据以上对语言中颜色词的词源理据分析,又可从理据角度对颜色词加以分类, 以便更理性地认 识颜色词,更有利于颜色词的教学与学习。根据颜色词的词源理据,颜 色词分为:RTCrpUDGiT (1)基本颜色词 基本颜色词指那些本来就用以表达事物色彩的颜色词:white (白色) , black (黑 色) , green (绿色) , blue (蓝色) , red (红色) , grey (灰色) , brown (褐色) , purple (紫色) , pink (粉红色)等,此类颜色词 的特点是具有高度的灵活性,富于变化, 能采取多种表达形式,以便正确反映事物的各种颜色。5PCzVD7HxA (2)实物颜色词 实物颜色词指用各种植物(花草、树木、果实等) 、动物(鸟、兽、鱼等) 、珠 宝、金属、食物及日常 用品等表达物品颜色的颜色词:apple (苹果色 — 淡绿色) , apricot (杏子色 — 金黄色) , carnation (康乃馨 色 — — 淡红色) , cherry (樱 桃色 — 鲜红色) , chestnut (栗子色 — — 褐色) , flax9(亚麻色 — 淡黄色) , hazel (榛子色 — — 淡褐色) , lily (水仙色 — — 纯白色) , olive (橄榄色 — — 淡绿色) ,此类颜色词的特点是数量 大,但每一个实物颜色词的使用面较窄,往往只代 表某一基本颜色范畴内的某一色调。jLBHrnAILg 【 作者简介 】 李涛(1971-) ,女,辽宁省鞍山市人,硕士,北京科技大学外国语学 院讲师;研究方向:英国文学。 56
2 / 10
xHAQX74J0X
植物叶色突变体的研究进展 植物叶色的表现受叶绿体中各种色素的综合影响, 正常情况下,由于叶绿素在植物色素总量中占优势而表现为绿色.叶色突变体是植物中突变率较高且易于鉴定的突变性状,往往直接或间接影响叶绿素的合成与降解,导致植株的叶片颜色较正常的绿色发生变化.目前几乎所有的高等植物中都发现了叶色突变体.(陈艳丽)在本世纪三十年代就有关于叶绿素突变体的报道,但叶色变异通常伴随着植株矮小,并影响植株的光合作用造成减产,甚至在生长过程中出现死亡现象,因此叶色突变体常被认为是无意义的突变.直到1949年,Granick对失绿的小球藻突变体的研究并通过此突变解释了叶绿素合成过程[1]，人们才认识到叶色突变体对理论研究具有重要的作用。并且最近几年，叶色突变体的研究越来越深入，也受到广泛的关注，已经被用于基础研究和生产实践，也取得了一定的成果。[2] 叶色突变体的来源 除自然突变可产生叶色突变体外，利用人工诱变，插入突变和基因沉默等均可得到叶色突变，其中人工诱变和插入突变的突变频率较高。 自然突变就是在自然条件不经过人工处理情况下发生的突变，比如自然辐射，环境污染等。但是自然突变的频率极低，一般不超过1%（郭龙彪，2006），因此可供直接利用的突变很少。我国著名水稻良种矮脚南特就是在高杆品种南特号稻田里发现的自然突变，水稻的叶色突变体chl1和chl9（zhang et al .2006），棉花中的芽黄突变体（蒋博2012），荠菜型油菜黄化突变体都是自发突变体。 人工诱变 人工诱变导致植物基因产生突变，是选育新品种、创造新种质的有效途径。根据产生诱变的来源，人工诱变分为物理、化学诱变及基因工程引起的突变，物理和化学诱变是主要的诱变方法。 诱发植物发生突变的因素有诱变剂，物理诱变是通过各种射线（紫外线、X射线、、丫射线、p射线、中子等）来处理植物某个器官（如种子、子房、愈伤组织等），诱发植物发生基因突变。种子是最常用的处理材料，其对环境适应能力很强，可以在极度干燥、低温、高温、真空等条件下进行处理，并且操作方便，便于运输和储藏。1934年日本首次利用X射线处理水稻种子，成功得到水稻早熟突变体（阳惠琴，1995）我国于1987年开始航天搭载育种利用空间环境（微重力、高真空、微磁场等）进行诱变，通过地面选育得到有益变异创造出新种质、培育出新品种，已经成功在水稻种选出紫色、红色、茶色等叶色突变体（萨如拉，2009）。 化学诱变是通过烷化剂、叠氮化钠、碱基类似物等对植物进行诱变，其中烷化剂是诱变效率最高和最常用的化学诱变剂。常用的烷化剂又包括甲基黄酸乙酯（EMS）、磺酸二乙酯、乙烯亚铵和亚硝基乙基脲。EMS诱变得到的突变体大多数为点突变，诱变机理：EMS带有1个或多个活性烷基，该基团能够转移到其他电子密度高的分子上去，使碱基许多位置上增加了烷基,可以改变氢键的能力,从而DNA在复制时导致碱基配对错误而引起突变。EMS将鸟嘌呤的O6位置烷基化，在DNA复制过程中由于烷基化的鸟嘌呤与正常的胸腺嘧啶配对，使得碱基发生替换（赵用亮，1996）。EMS诱发的另外一个鸟嘌呤位点是N7位点，该位点是最易起反应的位点几乎可以与所有烷化剂起烷化作用，鸟嘌呤N7位点烷基化后，使核苷键发生水解导致断裂，鸟嘌呤从DNA链上脱落，造成DNA链碱基缺缺失，在复制的时候游离的碱基可能发生错配，以致发生碱基颠换即G：C—A：T，G：C—C：G，G：C—T：A；另外烷基化的鸟嘌呤易离子化，使稳定的酮式变为不稳定的烯醇式，不与胞嘧啶配对而与胸腺嘧啶配对，从而发生G：C—A：T转换。除此之外，EMS还可能使两个鸟嘌呤N7
题目（英文）A Contrastive Study of Color Words’Cultural Connotation in Chinese and English 院系外国语2016级12班__________________专业_师范英语________________________ 学生姓名黄多多 学号1234567899 指导教师某某 指导教师职称教授
绵阳师范学院教务处制二Ο一四年五月
本科生毕业设计（论文）开题报告表 题目中英颜色词文化内涵对比研究 一、设计选题的依据 （一）选题研究的目的： 人类生活的世界五彩斑斓，色彩缤纷。各种各样的颜色构成了我们这个精彩纷呈，五光十色的地球，给人类的生活添加了趣味，让人类能够享受到视觉的饕餮大餐。颜色是物体的自然属性，人们用它来描绘不同事物给人们的视觉的第一感受。颜色不仅可以用来描绘人们所看到的物体，也可以用来表达人们的内心感受。颜色不仅仅承载着一个国家从古至今的物质文化发展轨迹，更加沉淀着不同地域的人们所独有的政治观念，文化观念，审美观念等文化精髓。 进入21世纪以来，人们大步迈向了经济全球化，信息网络化，交流无国界化的时代。随着世界各国对外贸易政策日趋开放，现代交通工具飞速发展这些“硬实力”大幅提升，随着现代新型信息交流媒介电脑，通讯媒介手机等在全球人民的普及这些“软实力”迅猛发展，各国人民在现实生活和网络生活中的接触和交流日趋频繁。不同地域的人们交流，即是不同文化从碰撞到融和的过程。在这种形势之下，对中西颜色词的文化内涵进行对比研究便是很必要并且迫切的一件事情。 首先，透过对中西方颜色词语的文化内涵的对比研究，我们能更加了解我们这个有着5000年悠久历史的四大文明古国之一的祖国的文化起源，发展。我们能更加感受到我们中华民族在世界民族之林的独特性，民族自豪感便会从内心深处油然而生，让我们对自己的祖国更加地挚爱。 其次，拨开颜色词语的表象来看颜色词语的文化内涵，有助于更加精确地理解不同语言的文化作品通过颜色词语所传达的意境。在文学作品中，颜色词语广泛运用于环境描写，来渲染和烘托作品主题。只有对颜色词语的文化内涵做到准确的拿捏，才能对文学作品有透彻的理解。 最后，关注颜色词语在中西文化中的差异，能让人们在跨文化交际中做到“知己知彼，绝不冒犯”。在当今的”地球村”，不同国家的人们在生活，工作等各方面有了更多的交集。只有避免文化的冲突，才能让跨文化交际取得实质性的成功。
最近要购买一批拟南芥突变体，想请教有经验的虫友购买拟南芥突变体的具体流程，例如我需要一个APETALA1的突变体，应到哪个网站进行搜索，怎样进行选择订购，越具体越好，有截图就更好了，谢谢大家了！ Step 1. 打开NCBI主页：https://www.doczj.com/doc/4718418511.html,/ 打开的页面如下： 如下 得到如下页面：
进一步获得该基因在NCBI里面的基因信息，到此我为什么要做这一步呢，主要是想获得该gene在拟南芥中的系统名，见下图： 记住这个名称：AT1G69120这个就是APETALA1（AP1）基因 接下来开始查找APETALA1(AT1G69120)的突变体，拟南芥突变体库世界上有很多，公开的没有公开私用的都有，突变的方法也不尽相同，有DS的，T-DNA插入的，Tos17，EMS方法突变的等等。。。。。。 但是，我们通常用美国SALK研究所的突变体库，这个突变体库比较权威，从这里可以找到几乎现有的所有拟南芥突变体，包括T-DNA插入,RIKEN FST等等各种不同的突变类型，而且有详细的突变位点介绍和购买方法 它的搜索界面一目了然,使用也很方便。 下面介绍SALK突变体库的使用方法： Step 2：打开SALK主页：https://www.doczj.com/doc/4718418511.html,/ 点击T-DNA Express 进入(红圈处点击)，如下显示：
显示如下，所有信息全在如下窗口中 从上述窗口中可以获得很多不同group制得的突变体，有SALK T-DNA，CSHL FST(冷泉港实验室的)等等，我个人建议使用SALK 的突变体，订购比较方便，听同学说好像一百美元一个，上图中，蓝色下划线的那两个，以SALK_冠名的那个，两个显示的是不同的插入位置，和T-DNA插入方向(看在图中的位置和箭头方向) 点击其中一个进入信息页，比如点击SALK_056708，得到如下页面：
植物遗传资源学报2018,19(6):1205?1209Journal of Plant Genetic Resources DOI:10.13430/https://www.doczj.com/doc/4718418511.html,ki.jpgr.20180326001 玉米叶色突变体遗传分析及基因定位 王 飞,段世名,李 彤,王荣纳,陶勇生 (河北农业大学农学院/国家玉米改良中心河北分中心/华北作物种质资源教育部重点实验室,保定071001) 收稿日期:2016?03?26 修回日期:2018?04?09 网络出版日期:2018?09?20URL :http ://https://www.doczj.com/doc/4718418511.html, /kcms /detail /11.4996.S.20180920.1435.001.html 基金项目:河北农业大学创新创业项目(2017096);国家粮食丰收增收科技创新专项(2017YFD0300901?04) 第一作者研究方向为玉米遗传育种三E?mail :462188997@https://www.doczj.com/doc/4718418511.html, 通信作者:陶勇生,研究方向为玉米遗传育种三E?mail :yshtao2016@https://www.doczj.com/doc/4718418511.html, 摘要:玉米叶色与叶绿体及结构相关,调控光合产量,因而对调控叶色基因的遗传研究或克隆将有助于玉米光合产量的 遗传改良和植物光合作用理论机制的解析三本研究以玉米W22::Mu 介导的综31为遗传背景的导入系群体为材料,获得了 细胞核单隐性基因控制二叶绿体结构和数目异常二色素缺失和PSII 显著降低的叶色突变体三使用覆盖B73基因组的SSR 标记将突变位点定位于约2.95Mb 区间(bnlg1863~umc2075)三基于区段标记开发和1200单株分离群体将突变位点精细定位于约900kb 区间(B73RefGen_V4;S1~S7区间),经区段内基因表达和功能分析获得了候选基因Zm00001d010000,该基因编码硫氧还蛋白,与突变体表型形成相关三该研究将为光合产量的遗传改良和植物光合作用理论机制解析提供重要的基因或标记资源三 关键词:玉米;叶色;突变体;基因定位 Fine Mapping and Candidate Gene Analysis of Leaf Color Mutant in Maize WANG Fei,DUAN Shi?ming,LI Tong,WANG Rong?na,TAO Yong?sheng (College of Agronomy ,Hebei Agricultural University /Hebei Sub?center of National Maize Improvement Center / North China Key Laboratory for Crop Germplasm Resources of Education Ministry ,Baoding 071001) Abstract :The leaf color of maize is associated to the content and structure of chloroplast,which is the com? partment and of importance in photosynthesis.Genetic analysis and isolation of genes that control the leaf color will provide insights in the genetic improvement for photosynthetic yield and exploration of the theoretical mechanism.In this study,by screening for maize mutants generated by W22::Mu in introgression lines with genetic back?ground of Z31,we obtained a leaf color mutant with the abnormal chloroplast,lack of pigment and the reduction of PSII,which was controlled by a single recessive locus.By the low?resolution genetic mapping using the SSR mark?ers,this mutation locus was mapped to a 2.95Mb interval(B73RefGen_V4;bnlg1863?umc2075).Furthermore, this locus was finely mapped to a ~900kb interval(B73RefGen_V4;S1?S7)by 1200individuals plants from BC 6F 2and developed SSR.Taking advantage of gene annotation and expression analysis,we identified a strong candidate gene Zm00001d010000that encodes for thioredoxin.Thus,the study could provide genetic material and the selection markers that become valuable in theoretical and applied research for increasing photosynthetic yield. Key words :maize;leaf color;mutant;fine mapping 玉米是重要的粮食和饲料作物,也是遗传学和育种学理论与实践应用的模式作物,因而对玉米叶 色突变体进行遗传研究或基因克隆将为禾谷类作物光合产量的提高和遗传改良提供有益信息三叶色变
(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 201910242770.X (22)申请日 2019.03.28 (71)申请人 杭州电子科技大学 地址 310018 浙江省杭州市下沙高教园区2 号大街 (72)发明人 张显斗 刘硕 李倩 (74)专利代理机构 杭州君度专利代理事务所 (特殊普通合伙) 33240 代理人 朱月芬 (51)Int.Cl. G06T 7/90(2017.01) (54)发明名称 一种基于光源颜色分布限制的颜色恒常性 方法 (57)摘要 本发明公开了一种基于光源颜色分布限制 的颜色恒常性方法。本发明步骤如下：步骤(1)为 不同相机构建精准的色域范围，计算相机空间的 黑体轨迹；步骤(2)依托黑体轨迹构建光源颜色 分布的色域范围；步骤(3)利用已有颜色恒常性 方法估计图像的光源颜色；步骤(4)对光源估计 结果进行判断，若处于色域范围内则不作处理， 若不在色域范围内则通过色域映射法将该光源 估计结果映射到色域边界内；步骤(5)将校正后 的色度点变换到RGB空间，色域映射得到的点是 估计光源校正后的色度点。本发明将已有颜色恒 常性方法光源估计不在色域内的结果映射在色 域边界内，从而降低光源估计误差，以达到对各 种不同颜色恒常性方法鲁棒性的提升。权利要求书2页 说明书6页 附图2页CN 110060308 A 2019.07.26 C N 110060308 A
1.一种基于光源颜色分布限制的颜色恒常性方法，其特征在于包括如下步骤： 步骤(1)为不同相机构建精准的色域范围，计算相机空间的黑体轨迹； 步骤(2)依托黑体轨迹构建光源颜色分布的色域范围； 步骤(3)利用已有颜色恒常性方法估计图像的光源颜色； 步骤(4)对光源估计结果进行判断，若处于色域范围内则不作处理，若不在色域范围内则通过色域映射法将该光源估计结果映射到色域边界内； 步骤(5)将校正后的色度点变换到RGB空间，色域映射得到的点是估计光源校正后的色度点。 2.根据权利要求1所述的一种基于光源颜色分布限制的颜色恒常性方法，其特征在于：步骤(1)中对于待估计光源颜色的图像，首先预测采集该图像的相机灵敏度曲线，并将黑体的光谱辐射应用到该相机灵敏度曲线上得到黑体轨迹； 步骤(2)中依托黑体轨迹构建光源颜色分布的色域范围；在黑体轨迹上找到三个点；分别位于黑体轨迹的高色温处对应的色度点m 1，低色温处对应的色度点m 2，以及在低色温和高色温中间处找到对应的色度点m 0；并在m 0处上下找到两个点m H 和m L 来扩展色域的范围；利用m 1，m H ，m 2三个点计算二次多项式来拟合色域的上边界，并用m 1，m L ，m 2计算二次多项式来拟合色域的下边界。 3.根据权利要求2所述的一种基于光源颜色分布限制的颜色恒常性方法，其特征在于：步骤(3)中利用各种已有颜色恒常性方法估计图像的光源颜色，估计的光源颜色和真 实光源颜色变换到rg空间； 4.根据权利要求3所述的一种基于光源颜色分布限制的颜色恒常性方法，其特征在于：步骤(4)中对于步骤(3)的方法估计的光源颜色结果，判断是否存在于构建的色域范围内，若处于色域范围内则不作处理，若不在色域范围内则通过色域映射法将该光源估计结果映射到色域边界来降低误差，从而提高已有颜色恒常性方法光源估计的准确性； 两种色域映射方法： 记待映射点为P(r ,g)，即颜色恒常性方法估计的光源颜色结果，假设P不在构建的色域内； 通过最小距离法或基于中心点法进行色域映射； 步骤(5)中色域映射得到的点是估计光源校正后的色度点，将其变换到RGB空间，即为校正后的光源颜色；rg转RGB的方法如下：假设B为1，b＝1-r -g，则 权 利 要 求 书1/2页2CN 110060308 A
最新英语专业全英原创毕业论文，都是近期写作 1 论《了不起的盖茨比》中的道德观 2 中国与日本茶文化的比较 3 网络英语的构词方式 4 翻译中的文化差异 5 从美国梦看美国社会流动机制 6 探析《老人与海》的主题 7 Roger Chillingworth in The Scarlet Letter Viewed from the Humanistic Perspective 8 赫尔曼?梅尔维尔《白鲸》中的生态主义解析 9 An Analysis of The Bible’s Influence o n British and American Literature 10 计算机辅助教学在英语教学中的作用 11 An Analysis of Main Characters in Wuthering Heights 12 论《英国病人》中角色的自我认知 13 个体取向与集体取向对中美商务交流的影响 14 汉英姓氏文化差异 15 探析王尔德童话中的死亡主题 16 运用概念整合理论解读英语幽默理解障碍 17 初中生英语听力理解的障碍因素及对策 18 19 《等待野蛮人》中的寓言式写作手法 20 On Wisdom of Tao in Tao De Jing and the Subjectivity of Translator－－Based upon Translations of Wu（无）and You（有） 21 An Analysis of Translation of Road and Traffic Public Signs 22 象征主义视角下《致海伦》中的意象美 23 A Brief Analysis of Willy Loman’s Tragedy in Death of a Salesman 24 中式英语成因之分析 25 The Use of Symbols in A Farewell to Arms 26 管窥世纪年代以前的朴素社会语言学思想 27 论汉语新词语的英译 28 丁尼生《鹰》与休斯《鹰之栖息》的对比分析 29 A Study on English and Chinese Euphemisms from the Perspective of Cultural Difference 30 寻找真正的自我 31 浅析库尔特?冯尼古特《猫的摇篮》中的黑色幽默 32 广告英语的语言特征 33 On Translation of Symbolism in Pop Songs with a Case Study of Hotel California 34 霍桑的罪恶观在《红字》中的体现 35 面部表情和目视行为的跨文化研究 36 探析《劝导》中安妮的成熟形象 37 工业化进程下人的主体性的追问——梭罗的《瓦尔登湖》 38 论《荆棘鸟》中的女性意识 39 从《红字》看霍桑对清教主义的批判与妥协 40 A Contrastive Study on Language Features of Chinese and English Proverbs 41 An Analysis of the Transformation of Scarlett’s Personality in Gone with the Wind
水稻苗期叶片白化转绿性状研究进展 摘要：白化转绿突变体在基础理论研究和实际应用研究方面均具有重要意义。介绍了国内外在水稻白化转绿突变体材料的发掘、生理生化特性、性状遗传、基因定位及克隆、分子作用机理和作为标记性状基因应用等方面的研究进展。 关键词：水稻（oryza sativa）；突变体；白化转绿；基因；标 记性状 中图分类号：s511；q343.1 文献标识码：a 文 章编号：0439-8114（2012）23-5241-07 research advances on green revertible albino mutants of rice leaves in seeding stage dong hua-lin，fei zhen-jiang，wei lei，wu xiao-zhi，zhou peng （institute of food crop research of hubei academy of agriculture sciences / hubei key laboratory of food crop germplasm and genetic improvement， wuhan 430064，china）abstract： the gra（green revertible albino） mutant is very important in theoretical research and practical applications. the research advances both at home and abroad in aspects of mutant’s discovering， characters of physiology and biochemistry， hereditary of trait， gene mapping and cloning，
本节主要介绍基于Retinex理论的雾霭天气图像增强及其实现。 1.3.1 Rentinex理论 Retinex（视网膜“Retina”和大脑皮层“Cortex”的缩写）理论是一种建立在科学实验和科学分析基础上的基于人类视觉系统（Human Visual System）的图像增强理论。该算法的基本原理模型最早是由Edwin Land（埃德温?兰德）于1971年提出的一种被称为的色彩的理论，并在颜色恒常性的基础上提出的一种图像增强方法。Retinex 理论的基本内容是物体的颜色是由物体对长波（红）、中波（绿）和短波（蓝）光线的反射能力决定的，而不是由反射光强度的绝对值决定的；物体的色彩不受光照非均性的影响，具有一致性，即Retinex理论是以色感一致性（颜色恒常性）为基础的。 根据Edwin Land提出的理论，一幅给定的图像S(x,y)分解成两幅不同的图像：反射物体图像R(x,y)和入射光图像L(x,y)，其原理示意图如图8.3-1所示。 图1.3-1 Retinex理论示意图 对于观察图像S中的每个点(x,y)，用公式可以表示为： S(x,y)=R(x,y)×L(x,y) （1.3.1）实际上，Retinex理论就是通过图像S来得到物体的反射性质R，也就是去除了入射光L的性质从而得到物体原本该有的样子。 1.3.2 基于Retinex理论的图像增强的基本步骤 步骤一: 利用取对数的方法将照射光分量和反射光分量分离，即： S＇(x, y)=r(x, y)+l(x, y)=log(R(x, y))+log(L(x, y))； 步骤二：用高斯模板对原图像做卷积，即相当于对原图像做低通滤波，得到低通滤波后的图像D(x,y)，F（x, y）表示高斯滤波函数： D(x, y)=S(x, y) *F（x, y）； 步骤三：在对数域中，用原图像减去低通滤波后的图像，得到高频增强的图像G （x, y）： G(x,y)=S＇(x, y)-log(D(x, y)) ； 步骤四：对G(x,y)取反对数，得到增强后的图像R(x, y)：
从认知角度浅析英汉颜色词的隐喻对比研究-以 摘要：隐喻研究一直是语言学家关注的焦点所在。在传统研究中,隐喻被认为是 一种语言修辞手段。随着研究的深入,语言学家逐渐认识到隐喻是一种重要的认知 工具。隐喻是从一个具体的概念域始源域到一个抽象的概念域目标域的系统映射, 普遍存在于人们的语言和生活中。本文拟在认知语言学的框架内，以隐喻为理论 基础，以“红色”与“red”为例，比较分析“红色”与“red”认知语义结构的共性和个性。 关键词：英汉颜色词、隐喻、红、red 1 引言 语言为人类提供了认识和解读世界的应对机制，其中隐喻就是一个强有力的 认知工具。隐喻的核心机制是人类在认识事物的过程中思维从源域到目标域的结 构映射。颜色域也是人类最为基础和重要的认知域之一。本文从认知角度，以“红色”和“red”为例，简析“红色”和“red”的语义。 2 颜色词之认知分析 隐喻是人类认识和表达世界经验的一种普遍的方式，也是重要的认知模式： 隐喻利用一种概念表达另一种概念，这两种概念之间相互关联，它是客观事物在 人的认知领域里的联想。 就颜色词而言，其基本意义是通常是人们对颜色的认知，是原型意义。当我 们用颜色的原型范畴去表达和解释其他认知域的范畴时，便形成了颜色隐喻认知。颜色词的原型意义在不同语言中大多是相同的，是有共性的。以原型意义为核心，词义经隐喻或转域呈辐射状向外扩展，形成不同的意义。这些扩展出去的词义受 不同语言、文化、历史、自然环境、生活方式、世界观等的影响，促使同一颜色 词在不同语言中展现出差异性。 3 “红色”与“red”的认知语义 3.1 “红色”与“red”的认知语义的共性。 本文从以下二个方面简要讲述“红色”与“red”的共性。 (1)根据我国最早的汉语辞源学词典《说文解字》，红是指“火或血”的颜色 （许 慎 2005:256）。根据《牛津高阶英汉双解词典》（第四版），“red”玩儿“the color of fresh blood or a similar color”。因此，红色在英汉两种语言中都是指某种具体物体的颜色，用认知语言学的术语讲，这是“红”与“red”的原型意义，属于颜色域。此时，“红色”与“red”的语义是基本对应的。例如：红十字会译为“Red Cross”。 (2)象征喜庆：“红色”与“red”投射到社会风俗领域，象征喜庆，欢乐的活动。 结婚时，新娘子要穿红衣裙，新郎胸前要戴红花，门上床头要贴“红双喜”。“red”也指喜庆，往往用来表示庆祝活动，如“red-letter day”喜庆日子；而且西方 日历上的圣诞节或其他节日也都是用红色标明的，所以“red”可象征喜庆。 3.2 汉语中“红色”认知语义的个性。 红色是汉族文化中的基本崇尚色，通常与积极的意义相联系。 （1）象征生命和健康。中国人认为红色是生命之色。一个人的脸色“红”历来被认为是身体健康的表现，“红”投射至身体领域，形容一个人的身体健康状况， 如红光满面。 （2）象征兴旺，发达和成功。与“黑”相反，“红”在汉语中，是有朝气、象征 吉利的颜色，投射至生意、事业领域，可表示事业的兴旺、发达等含义。例如： 生意好称为“生意红火”：分到利润叫“分红”；给人发的奖金叫“红包”等等。
中国农业科学 2010,43(2):223-229 Scientia Agricultura Sinica doi: 10.3864/j.issn.0578-1752.2010.02.001 两个新的水稻叶色突变体形态结构与遗传定位研究 张力科1，李志彬2，刘海燕1，李如海2，陈满元1，陈爱国2，钱益亮1，华泽田2， 高用明1， 朱苓华1，黎志康1,3 （1中国农业科学院作物科学研究所，北京 100081；2辽宁省稻作研究所，沈阳 110101；3 International Rice Research Institute, DAPO Box7777, Metro Manila, Philippines） 摘要：【目的】对2个新的水稻叶色突变体进行形态结构与遗传分析，并且初步定位这2个突变基因。【方法】在水稻育种材料中分别发现了一株白色条纹叶突变体和一株黄叶突变体，经多代自交已形成稳定的突变系。对突变体的主要形态特征与叶绿素组分等进行分析，观察叶绿体的超微结构，并以这2个突变系杂交产生的F2群体作为定位群体，应用SSR标记对突变基因进行初定位。【结果】与其野生型相比，白色条纹叶突变体的单株穗数减少 12.86%，生育期延长11.27%，黄色叶突变体的株高降低31.08%，千粒重减少14.55%，生育期延长17.86%，并且 2种突变体的叶绿素含量都显著低于其野生型。电镜观察结果表明：2种突变体的类囊体结构异常，与野生型水稻相比，黄色叶突变体的类囊体片层数变少，白色条纹叶中条纹部分的类囊体片层结构几乎消失，正常绿色部分的类囊体结构没有变化。遗传分析表明：这2种突变性状均受1对隐性核基因控制，位于不同染色体上，将突变基因暂时命名为st9(t)(stripe)、chl12(t) (chlorophyll-deficit)。将st9(t)定位到第一染色体短臂最末端，与分子标记RM1331相距9.6 cM，且与标记RM3252等共分离；将chl12(t)定位到第三染色体短臂，与分子标记RM411、RM8208之间的遗传距离分别是1.2、5.1 cM。【结论】发现了2个叶色突变新基因，为下一步的基因克隆与功能分析奠定了基础。 关键词：水稻；白条叶突变体；黄色叶突变体；遗传分析；基因定位 Study on Morphological Structure and Genetic Mapping of Two Novel Leaf Color Mutants in Rice ZHANG Li-ke1, LI Zhi-bin2, LIU Hai-yan1, LI Ru-hai2, CHEN Man-yuan1, CHEN Ai-guo2, QIAN Yi-liang1, HUA Ze-tian2, GAO Yong-ming1, ZHU Ling-hua1, LI Zhi-kang1,3 (1Institute of Crop Sciences, Chinese Academy of Agricultural Sciences, Beijing 100081; 2Liaoning Rice Research Institute, Shenyang 110101; 3International Rice Research Institute, DAPO Box7777, Metro Manila, Philippines) Abstract: 【Objective】 The objective of this study is to analyze the morphological structure, chlorophyll components, chloroplast ultrastruture and map genes underlying the two novel leaf color mutants in rice. 【Method】A white stripe leaf mutant and a yellow leaf mutant were found in rice breeding materials. The main agronomic character and chloroplast ultrastructure of the mutants were observed. The mutant genes was mapped with SSR markers and F2 mapping population of the cross between the two mutant lines. 【Result】Compared to their wild-type, the panicles per plant of the white stripe leaf mutant decreased by 12.86%, and the growth duration increased by 11.27%; the plant height of yellow leaf mutant decreased by 31.08% and the growth duration increased by 17.86%, and the photosynthetic pigment contents of both mutants were significantly lower than their wild-type. The result of electron microscope observation showed that the grana structures were unnormal in both mutants. The genetic analysis indicated that the white stripe leaf mutant was controlled by a recessive nuclear gene located on the tip of the short arm of rice 收稿日期：2009-05-15；接受日期：2009-06-12 基金项目：国际先进农业科学技术计划（“948”计划）项目（2006-G1(A)） 作者简介：张力科，硕士研究生。共同第一作者李志彬，硕士研究生。通信作者高用明，研究员，博士。E-mail：irriygao@https://www.doczj.com/doc/4718418511.html,。华泽田，研究员，博士。E-mail：hzetian@https://www.doczj.com/doc/4718418511.html,
视觉心理学的物体大小恒常性计算 摘要： 知觉恒常性是人类感知世界最重要、最突出的方面，它为解决计算机图像理解和物体识别等经典计算机视觉难题提供了新的思路．大小恒常性是最重要的知觉恒常性之一．正确的图像物体大小恒常性感知的关键在于准确计算物体在图像中的感知深度．本文总结了人眼使用的各种图像深度线索，提出了这些线索融合与冲突的解决方案，然后用数学方法建立了图像物体大小恒常性计算模型．实验结果表明该模型是有效的．本文是应用视觉心理学来解决计算机视觉问题的一次成功而有益的探索． 关键词： 大小恒常性；视觉心理学；图像理解；图像深度线索 １引言 根据几何光学知识，物体在视网膜的映像轮廓不同于物体的轮廓，会随着人和环境不断变化，而且几乎每时每刻都在发生变化．但是对我们而言，外界的物体看上去都是一样的，有着标准的形状、大小、颜色、明度和位置关系．例如，随着观察者与桌子的相对运动或照明的变化，桌子的视网膜映像发生了很大的变化，但我们对它的感知却基本上没有变化．这种现象称作知觉恒常性（Ｐｅｒｃｅｐｔｉｏｎ ｃｏｎｓｔａｎｃｙ），它是人类感知世界最重要、最突出的方面．知觉恒常性使人类视觉系统能超越不完全的、易于失真的、模糊的、二维视网膜映像，而建立起丰富的、稳定的、通常正确的、三维的客观世界表象？从光学成像的角度，人眼和照相机有着几乎完全相同的成像机制（初始状态相同）．根据Ｍａｒｒ的观点，计算机视觉问题与人类视觉问题几乎完全相同，两者都是从图像中发现客观世界有什么事物，这些事物在什么地方（目的状态相同）．不同的是，人类视觉能轻易地完成计算机视觉中的许多经典难题，如边缘检测、图像分割、物体识别等等．目前，大多数研究者认为，无论在生物社区还是在机器人社区，人类视觉系统都是最好的、最通用的，而且绝大多数计算机视觉算法的参考标准要靠人眼标定．不难想象，在计算机求解视觉问题的中间状态时，如果能完全共享人类视觉的计算理论与算法，从理论上讲计算机视觉的性能就有可能与人类视觉系统相媲美悼１．知觉恒常性是人类感知世界的基本方式，所以计算机视觉也应充分利用人类知觉恒常性的有关理论与算法．恒常性理论对图像物体识别有着特别重要的意义．因为随着成像视点的变化，客观世界中的任一物体都可以产生无限多个二维图像投影，所以从二维图像出发，识别出对应的客观世界物体是一对多的数学问题，也是计算机视觉中的经典难题．恒常性理论最吸引人的地方是：面对连续变化的刺激特征，物体能被稳定、唯一地感知．所以恒常性理论特别有助于解决物体识别中的视点不变 （Ｖｉｅｗｐｏｉｎｔｉｎｖａｒｉａｎｔ）难题Ｈ。．恒常性主要包含如下种类：大小恒常性、形状恒常性、明度恒常性及颜色恒常性等．文献［５］指出： 除了有了颜色恒常性的报告外，没有发现计算机视觉学者对其他恒常性的研究文献．我们通过对国内外的中、英文文献资料的检索，也得出了同样的结论．故本文将对大小恒常性进行计算研究．大小是标识物体的一个重要属性．例如，在日常生活中，矮个子被感知为小孩的概率较大，高个子被感知为成年人的概率较大．而且，正确感知物体的大小具有重要的生物学意义．对许多食肉动物而言，小老虎是它们可能的美餐，而大老虎则是它们的杀手．故自动计算图像物体的正常大小对于图像物体识别无疑是十分重要的，这也正是图像物体大小恒常性计算的意义及应用所在． ２大小恒常性心理学基础视觉心理学的研究表明：尽管物体视网膜映像的大小在变，但看上去它的大小基本不变．心理学家称这一现象为大小恒常性（Ｓｉｚｅ ｃｏｎｓｔａｎｃｙ）．图１显示了一些大小恒常性的例子．视觉心理学已经揭示了大小恒常性的计算理论ｕ１，用公式表示为： Ｓ＝Ｂ木Ａ半Ｄ （１）ｓ为物体的感知大小，Ａ为物体的成像视角，Ｄ为物体的感知深度（也称感知距离），即人类视觉系统感知到的图像上物体在成像时离照相机的距离，曰为与眼睛（相机）有关的成像缩放系数（对于同一次成像，曰值对所有物体都是相同的）．物体的成像视角Ａ可用物体在图像中的一维大小来表示．图２演示了一个实例．棒１和棒２分别放在离观察者１０个单位、３０个单位远的位置上，即Ｄ棒ｌ＝１／３ Ｄ棒２．根据几何光学知识，物体成像视角的大小与物体离眼睛的距离成反比，故两棒成像视角的关系为Ａ棒。＝３Ａ棒２．如果能正确感知两棒的实际深度（距离）Ｄ棒。，Ｄ棒２，应用式（１）就能实现大小恒常性，即Ｓ棒。＝Ｓ棒２．视觉心理学还揭示了人眼使用的各种图像深度线索（Ｉｍａｇｅ ｄｅｐｔｈ ｃｕｅｓ），主要包括：物体在图像中的高度（Ｅｌｅｖａｔｉｏｎ ｏｆ ｏｂｊｅｃｔ ｉｎ ｔｈｅ ｉｍａｇｅ）、线性透视（Ｌｉｎｅ ｐｅｒｓｐｅｃｔｉｖｅ）、纹理梯度（Ｔｅｘｔｕｒｅｇｒａｄｉｅｎｔ）、大气透视（Ａｅｒｉａｌ ｐｅｒｓｐｅｃｆｉｖｅ）等．下面对它们分别介绍，主要参考资料见文献［１，６，７］．（１）物体在图像中的高度室外深度图像一般同时包含低处的地面部分与高处的天空部分，如图ｌ（ａ）一（ｃ）、图３（ｃ）～（ｄ）．室内深度图像一般也同时包含低处地板部分与高处的天花板部分，如图３（ａ）．我们分别统称室外图像的天空部分与室内图像的天花板部分为图像天空，地面部分与地板部分为图像地面，并称图像天空与图像地面的分界线为中间线．处于中间线附近的图像物体在图像中具有最大的感知深度．在图像地面部分，图像物体离中间线越近，即离图像底端越远，感知深度越大，反之越小；在图像天空部分，图像物体离中间线越近，即离图像顶端越远，感知深度越大，反之越小．物体在图像中的高度是一种最重要的图像深度线索．图像有时也没有中间线，此时只有地面部分，线性透视客观世界中向远处延伸的平行线，在图像平面中将靠得越来越近，甚至会聚（Ｃｏｎｖｅｒｇｅ）．这样一组线称为会聚线（Ｃｏｎｖｅｒｇｉｎｇ ｌｉｎｅ），它们的会聚点称为灭点（Ｖａｎｉｓｈｉｎｇ ｐｏｉｎｔ）．在图像中，平行线指示平坦的表面，会聚线指示向远处延伸的表面．对于室外图像，线性透视效果一般仅出现在图像地面部分，但对于室内图像，同时作用于地面部分与天空部分，如图３（ｎ）．线性透视的深度感知规律是：图像中的物体离灭点越近，感知深度越大，反之越小．同时，会聚线的中心线也能给出图像感知深度变化最快的方向．如图ｌ（ａ）两铁轨的中心线（与图像底端边线夹角约４５℃）指示感知深度变化最快的方向；而图ｌ（ｂ）小径的中心线（与图像底端边线夹角约９００ｃ）为感知深度变化最快的方向．（３）纹理梯度（纹理密度） 许多表面如墙面、路面及田野里的花朵都有纹理．当这些纹理表面向远处延伸时，表面离观察者越远，分辨率越小、纹理也变得越来越小．所以，对于图像中的同质纹理区域，分辨率越小，纹理越小，感知深度越大；纹理越大，分辨率越大，感知深度越小．纹理梯度方向可用来指示感知深度变化最快的方向，大气透视大气散射来自各个方向的光线．来自远处物体的光线也应被大气散射．因蓝光更容易被散射，所以物体距观察者越远，物体附着的蓝色越深．又因并不是所有的光都以直线进入观察者的眼睛，所以物体距观察者越远，物体看上去越模糊．这种自然现象称大气透视，它也是一种图像深度线索：图像中的物体越模糊，附着的蓝色越深，感知深度越大，反之越小．（ｄ）是一张大峡谷的照片．照片中间靠近右侧（如箭头所示）的部分清晰、带蓝色较浅，感知深度较小；而同一高度靠近左侧的部分模