地沟油检测技术研究进展
地沟油的分析及检测方法
地沟油的分析及检测方法 摘要：近年来，把地沟油掺入合格食用油中以获取利益的行为屡禁不止，严重威胁着消费者的健康。根据地沟油的常规理化指标和特征成分，详细介绍了国内目前对地沟油的一些检测方法及其研究进展，旨在寻求一种快速可行的方法用于地沟油的检测。 关键词：地沟油；检测技术；特征成分；食用植物油 一、地沟油的概念 地沟油一般包括潲水油、煎炸废油、食品及相关企业产生的废弃油脂等[1]。地沟油是一个泛指概念，是对各类劣质油的通称，也有人将它分为三类，一是狭义的地沟油，即将下水道中的油腻漂浮物（地沟油）或者将宾馆、酒楼的剩饭、剩菜（通称泔水）经过简单加工而提炼出的油（潲水油）；二是劣质猪肉、猪内脏、猪皮加工以及提炼后产出的油；三是用于油炸食品的油使用次数超过规定要求后，再被重复使用或往其中添加一些新油后重新使用的油。 二、地沟油的特点 （一）物理特点 地沟油上方一般有灰白色油腻漂浮物及食物残渣，还会有地下生活污水、果蔬腐败物、生活垃圾（粪便）等，捞取收集后经过简单加工，油呈黑褐色，不透明，有强烈的酸腐恶臭气味，凝固点高。 （二）生物化学特点 地沟油与地下水泥壁接触，含有Pb、Cd、Hg、Sn 等多种有害金属元素；微生物、寄生虫等会大量繁殖，多种细菌毒素、虫卵等会聚集在一起；油脂逐渐发生水解、氧化、缩合、聚合、酸度增高（10 mg KOH~120 mg KOH），产生游离脂肪酸、脂肪酸的二聚体和多聚体、过氧化物、多环芳烃类物质、低分子分解产物等，有些物质如醛、酮等是导致地沟油特殊酸腐恶臭气味的重要因素。 ） 三、地沟油对人体的危害 （一）消化不良 在炼制地沟油的过程中，动植物油经污染后发生酸败、氧化和分解等一系列化学变化，产生对人体有严重毒性的物质。砷是其中的一种，人们一旦食用砷含量较大的地沟油后，会引起消化不良、头痛、头晕、失眠、乏力、肝区不适等症状[2]。
地沟油
地沟油的检测是个老大难问题，卫生部征集检测方法至今未果。与此同时，网上声称能够辨别地沟油的技巧倒是层出不穷。面对连专业机构都无法攻克的难题，这些小技巧当真靠谱吗？ 流言：检测是否地沟油的最简单方法，是在炒菜时放一颗剥皮的蒜子，蒜子对于黄曲霉素最敏感。如果蒜子变红色，就是用地沟油，含有大量黄曲霉素。食油如果良好，蒜子应该是白色的。把你家里的油放到冰箱里两个个小时，如果出现白色的泡沫样，那就是地沟油。 真相：地沟油的检测问题一直倍受关注，尽管卫生部门都表示目前还找不到通用的检测方法，但是网上声称能够辨别地沟油的技巧有如雨后春笋一样冒了出来。面对连专业机构都无法攻克的难题，这些小技巧当真靠谱吗？ 地沟油检测难 当前我们所说的地沟油，实际上指的已经不单单是字面意义上，从下水道打捞上来的油脂，而是作为废弃食用油的统称，包括地沟油、潲水/泔水油、煎炸老油、劣质动物油等。 虽然质监部门和科研机构一直致力于找出各类废弃食用油脂的共通点，但是，由于废弃食用油的来源各不相同，经过各种加工和勾兑，结果，不仅其中包含的物质五花八门，含量也不尽相同。此前，卫生部征集得来的五种最有可能成功的检测方法，在精制地沟油面前也败下阵来，只能继续征集方法。可见，想要找出一个通用可靠的方法，是极其困难的。 既然如此，流言中的方法真能好使吗？ 蒜子检测黄曲霉毒素不可信、不可靠、不通用 黄曲霉毒素来源于黄曲霉，是一种强致癌物质，也是地沟油中可能存在的有害物质之一。这种霉菌可以在很多作物上面生长，花生就是其中之一，如果生产单位存放不当，很容易就会长黄曲霉。所以，黄曲霉毒素含量一直都是食用植物油的重点检测指标。不单在油厂申请QS认证时需要出具产品的检验报告，不同级别的质监和工商部门也经常抽查。比如，在2010年的国家抽检中，广东有14批次的产品上了黑名单，其中就有因为黄曲霉毒素超标的。 尽管黄曲霉毒素的威胁由来已久，但用蒜子来检测黄曲霉素却是个新事物。我们在数据库里找不到关于黄曲霉毒素遇大蒜变色的文献报道。如果你在网上查找相关的说法，搜索结果都指向这则流言。而且流言的描述也模棱两可，可以检测出多少含量的黄曲霉毒素，需要加热多久才会出现红色等问题，都没有明确的说法，使这个方法的可信度大打折扣。 更重要的是，地沟油的黄曲霉毒素含量并不一定是超标的：比如，用煎炸老油重新加工制作的地沟油，虽然会含有大量多环芳烃和反式脂肪酸等对人有害的物质，但黄曲霉毒素含量完全有可能是合格的，即便蒜子遇上黄曲霉毒素真会变色，也不具备识别出其他类型地沟油的能力。 综上，这是一个不可信、不可靠、不通用的方法，即便蒜子没变色，也不代表油就是安全的。冰箱辨真伪也不靠谱 通过凝固点来判别地沟油的方法，此前果壳已经发布了分析的文章《凝固点鉴别地沟油是否靠谱？》，这次流言提到的方法，其实只是一个变种。 一些饱和脂肪酸含量较高的食用油在温度降低到一定程度以后，也会逐渐凝固析出固体，不过从外观上看不应该是流言所说的泡沫。而地沟油因为经过使用，成分复杂，可能混有食物残渣等杂质，经过简单的过滤虽然可以隔除较大的杂质，在常温下是澄清的，但动物油脂和蛋白质之类的杂质，随着温度降低而逐渐凝固析出以后，确实可能会在油表面上形成泡沫状的分层。 但还是那个问题，并不是所有的地沟油在冰箱冷藏以后都会出现泡沫，这样的检测对于大多数情况，特别是精制和勾兑过的地沟油，是无能为力的。
基于单目视觉的路面车辆检测及跟踪方法综述
第24卷 第12期2007年12月 公 路 交 通 科 技 Journal of Highway and Transportation Research and Development Vol 24 No 12 Dec 2007 文章编号:1002 0268(2007)12 0127 05 收稿日期:2006 08 01 基金项目:江苏省科技计划高技术研究项目(BG2005008) 作者简介:胡铟(1973-),男,江西南昌人,博士研究生,研究方向为计算机视觉、目标检测及跟踪 (huyinyx@163 com) 基于单目视觉的路面车辆 检测及跟踪方法综述 胡 铟,杨静宇 (南京理工大学,江苏 南京 210094) 摘要:首先介绍了车辆检测算法的3种基本组成部分:检测、验证、跟踪,然后根据算法的组成重点介绍了车辆检测以及跟踪的几种主要算法。车辆检测算法包括基于特征的方法、基于光流场的方法和基于模型的方法,车辆跟踪算法包括基于区域相关的方法、基于活动轮廓的方法、基于特征的方法和MeanShift 快速跟踪算法。根据试验结果对各种车辆检测和跟踪方法的优点、缺点以及实际应用中不同情况下适用范围的局限性进行了综合分析。最后在结论部分总结展望了文中介绍的几种车辆检测和跟踪方法的应用前景,并提出了在实际应用时的一些建议和将来的主要研究和发展方向。 关键词:智能运输系统;车辆检测;单目视觉;跟踪中图分类号:TP391 4 文献标识码:A Veh icle D etection and Tracking Based on Monocu lar Vision HU Yin,YANG Jing yu (Nanjing Universi ty of Science &Technology,Jiangsu Nanjing 210094,China) Abstract :First,the three component of the vehicle detection algori thm including detection, verification and tracking are discussed Then,the algorithm of detection and tracking are discussed with emphasis on composition The vehicle detection algorithm includes feature based,op tical flow based and model based method The vehicle tracking al gorithm includes region correlation based,active contours based,feature based and mean shift based method The meri t and di sadvantage of these algori th ms is discussed accordin g to the result of experimentation Finally,some suggestions for fu ture research and application are presented Key words :Intelligent Transport Systems;vehicle detection;monocular visi on;trackin g 0 引言 近年来随着计算机视觉技术的发展,计算机视觉 在智能交通系统中得到了广泛的应用,如交通事件及流量的监测 [1] 、路面病害检测以及智能车辆的自动导 航等。作为智能交通系统的一个方面,智能车辆利用检测和智能算法去理解车辆的即时环境,并且提示驾驶员部分或完全控制车辆的行驶。 智能车辆的应用领域可以分为: (1)为驾驶员提供建议或警告(碰撞报警)。(2)部分的控制车辆,可以是持续的驾驶辅助, 如行道线的维持,或者是紧急事件的干预,碰撞的紧急避免措施。 (3)完全的控制车辆(自动驾驶系统)。 在过去的几年中,为了研究改良安全性和防止事故的新技术,许多国家和国际间的项目开始启动。车辆事故的统计数据揭示出其他车辆是驾驶员面临的主要威胁。因此研究对驾驶员发出关于行驶环境和可能与其他车辆碰撞的警告辅助系统受到更多的关注。 利用光学传感器的车辆检测是一个极富挑战性的任务,具体说有如下需要解决的难点问题: (1)车型多样:各种形状,大小,颜色;
地沟油的鉴别和检测
地沟油的鉴别和检测 食品是人类赖以生存和发展的物质基础,食品安全则是影响人类健康和国计民生的重大问题。随着科技的发展，一些原来认为是无害的食品添加剂,发现存在慢性或致癌作用，原来检测不出的有害物质被查出等，引起了消费者的广泛关注。食用油作为人们不可缺少的食品, 关系到人们的健康和安危。前段时间深圳地区，少数不法商贩，由于利益的驱使，以次充好，出现了地沟油流入到食用油市场的现象，严重危害了人民群众的生活质量和健康安全。 地沟油实际上是一个泛指的概念, 在食品市场中, 是人们对各类劣质油的通称。地沟油的质量、卫生极差，过氧化值、酸价、水分、羰基价、丙二醛、黄曲霉毒素B1等严重超标的非食用油。 地沟油的鉴别和检测方法如下所述： 一、感官检验 一般通过看、闻、尝、听、问五个方面即可鉴别。 一看：看透明度，看色泽。颜色发暗，比较混浊，且有沉淀物，低温易凝固的可能是地沟油。检测窍门一是给冰棍上倒上一点油，油很快凝固并附着在冰棍上，则很可能是地沟油做成的。窍门二是玻璃上倒上一点油，如果油流的很慢，则可能有问题。 二闻：每种油都有各自独特的气味。可以在手掌上滴一两滴油，双手合拢磨擦，发热时仔细闻其气味。有臭味的，呈淡淡哈喇味的很可能就是地沟油。 三尝：用筷子取一滴油，仔细品尝其味道。有异味的油可能是地
沟油，含地沟油的油炒菜不香，残油渣呈黑炭状。 四听：取油层底部的油一两滴，涂在易燃的纸片上，点燃并听其响声。燃烧不正常且发出“吱吱”声音的，水分超标，是不合格产品；燃烧时发出“噼叭”爆炸声，表明油的含水量严重超标，而且有可能掺假产品，绝对不能购买。 五问：问商家的进货渠道，必要时索要进货发票或查看当地食品卫生监督部门的抽样检查报告。 二、理化检验 鉴别地沟油也可进行理化检测，可分别检验诸如水分含量、比重、折光率、皂化值、酸值、羰基值、过氧化值、碘值重金属、脂肪酸相对不饱和度、胆固醇、残留检测、氧化产物检测等指标。 1.水分含量测定法 通常泔水油的水分含量高于1%，食用油水分含量则少于0.2%，因此，根据水分含量的不同，可以对食用油中是否含有泔水油进行鉴别。但是，水分含量不能作为深度油炸油的鉴别指标。 2.比重 油脂的比重与油脂的分子量和粘度成正比，与油脂的温度成反比。油脂的分子量越小或不饱和程度越高，则比重越大。不同油脂的比重范围在0.915～0.945，根据测油脂比重可以初步鉴别油脂品质。 3.折光率 由于光在两种不同介质中的光程差，造成光线从一种介质进入另一种介质当它的传播方向与两种介质的界面不垂直时，在界面处的
图像低层特征提取与检索技术
图像低层特征提取与检索技术 图书信息书名: 图像低层特征提取与检索技术 作者：孙君顶，赵珊 出版社：电子工业出版社 出版时间：2009-7-1 ISBN: 9787121089336 开本：16开 定价: 39.00元内容简介 本书对基于内容的图像检索技术（CBIR）的基本原理、典型方法和研究进展进行了比较详细的介绍和讨论，并融入了作者多年宋的相关研究成果。本书层次分明，内容翔实，理论分析与算法实践相结合，力求实用。本书共7章：第1章介绍CBIR的体系结构、发展历程及发展趋势；第2章介绍CBIR所涉及的关键技术；第3～5章详细讨论了常用图像低层特征(颜色、形状、纹理)的提取与描述算法；第6～7章论述基于压缩域的图像检索技术及高维索引技术。书中各章共列出了400多篇有代表性的参考文献，附在各章的末尾，供读者参考。 本书可作为高等院校计算机科学、信号和信息处理、图书情报等专业的研究生或高年级本科生的专业基础课辅助教材，也可供广大从事模式识别、多媒体分析、信息检索等研究、
应用和开发领域的科技工作者和高等院校师生参考。图书目录 第1章绪论 1.1 图像检索技术发展历程 1.1.1 基于文本的图像检索 1.1.2 基于内容的图像检索技术 1.2 基于内容图像检索技术研究内容 1.2.1 特征提取及匹配 1.2.2 索引机制 1.2.3 用户接口 1.3 国内外研究状况 1.3.1 国内外研究现状 1.3.2 国内外研究热点 1.4 CBIR技术应用 1.5 经典CBIR系统介绍 1.5.1 QBIC： 1.5.2 Virage 1.5.3 Photobook
1.5.4 VisualSEEK和WebSEEK 1.5.5 Blobworld 1.5.6 Netra 1.5.7 MARS 1.5.8 SIMPLIcity 1.5.9 其他系统 1.6 本书内容安排 参考文献第2章基于内容图像检索关键技术2.1 CBIR的基本检索原理 2.2 图像内容及检索层次 2.2.1 图像内容 2.2.2 图像检索层次 2.3 常用的低层视觉特征描述方法 2.3.1 颜色特征 2.3.2 纹理特征 2.3.3 形状特征 2.3.4 MPEG－7中的图像特征描述符
目标跟踪相关研究综述
Artificial Intelligence and Robotics Research 人工智能与机器人研究, 2015, 4(3), 17-22 Published Online August 2015 in Hans. https://www.sodocs.net/doc/f17276217.html,/journal/airr https://www.sodocs.net/doc/f17276217.html,/10.12677/airr.2015.43003 A Survey on Object Tracking Jialong Xu Aviation Military Affairs Deputy Office of PLA Navy in Nanjing Zone, Nanjing Jiangsu Email: pugongying_0532@https://www.sodocs.net/doc/f17276217.html, Received: Aug. 1st, 2015; accepted: Aug. 17th, 2015; published: Aug. 20th, 2015 Copyright ? 2015 by author and Hans Publishers Inc. This work is licensed under the Creative Commons Attribution International License (CC BY). https://www.sodocs.net/doc/f17276217.html,/licenses/by/4.0/ Abstract Object tracking is a process to locate an interested object in a series of image, so as to reconstruct the moving object’s track. This paper presents a summary of related works and analyzes the cha-racteristics of the algorithm. At last, some future directions are suggested. Keywords Object Tracking, Track Alignment, Object Detection 目标跟踪相关研究综述 徐佳龙 海军驻南京地区航空军事代表室，江苏南京 Email: pugongying_0532@https://www.sodocs.net/doc/f17276217.html, 收稿日期：2015年8月1日；录用日期：2015年8月17日；发布日期：2015年8月20日 摘要 目标跟踪就是在视频序列的每幅图像中找到所感兴趣的运动目标的位置，建立起运动目标在各幅图像中的联系。本文分类总结了目标跟踪的相关工作，并进行了分析和展望。
行为识别国内外现状
1．原始视频的特征提取 (1)光流场 光流场是空间运动物体在观测成像面上像素运动的瞬时速度。它利用图像序列中的像素强度数据的时域变化和相关性来研究图像的灰度在时间上的变化与场景巾物体结构及其运动的关系。光流法通常假设相邻帧的图像差异非常小，从而获取对真实运动场的近似估计【31。它不用预知任何先验知识，即能提供有关运动速度及图像中运动区域的简洁描述，适用于摄像机运动的情形。但光流法易受噪声及光照变化的影响，且计算较为复杂，很难用于实时的视频监控系统。 (2)点轨迹 目标的运动轨迹也可以作为特征，从而大致推断出目标运动所属的行为类别。但图像平面上的轨迹对平移、旋转和缩放等变换比较敏感，因此在大多情形下，此特征显得不够可靠。常用的替代特征表达有轨迹速度、时空曲率等【4，51。运动轨迹的获取比较依赖于精确的跟踪算法。从原始视频中提取点轨迹特征同样容易受到噪声、遮挡及混乱背景等的影响。(3)人体形状表达 在摄像机固定的情形下，假设背景已知，通过背景剪除法可以很容易得到运动人体形状。基于全局、边界及骨架等的描绘子都可以用来表达人体形状。全局方法16,71如剪影、矩等是在整体形状区域内计算描绘子，而边界方法仅考虑形状轮廓【8l，骨架i方法则是用一组lD 骨架曲线代表一个复杂的人体形状，比如中轴变换[91等。 (4)滤波器响应 空时滤波器响应是一个广义上的分类。Zhang等【lo】存时间轴上计算高斯导数，将滤波器响应较高的区域作为运动区域。LaptevI¨1利用一组空时高斯导数滤波器将Harris角点检测扩展应用于三维的视频数据从而检测出空时兴趣点。这类方法大都基于简单的卷积操作，运算快速而简便。当视频分辨率较低的情形下，提取光流或剪影特征较为困难，利用滤波器响应特性可以从视频数据中提取有效的底层特征。 2．低层特征的描述与识别 我们将低层特征的描述与识别方法分为三类①：非参数方法、空时体方法和参数时序法，分别对现有方法进行归类，并作一个简短的综述。 2．1非参数方法 (1)模板匹配法 这类方法需要对每种行为的特征建立相应的模板，将获取的特征数据与模板相匹配，通过计算两者之间的相似度进行识别。Polana和Nelson[4刀将整个序列分解为多个周期行为，利用二维网格特征识别各种行为。Bobick和Davis[391将图像序列转换为运动能量图像(膨酣)和运动历史图像(朋m)模板，MEI反映运动覆盖的范围及强度，而MHI反映运动在时间上的变化情况。Weinland等【拍】提出运动历史体积(MHV)模板，从多个视角重建目标并将其投影到圆柱坐标系，提取Fourier变换特征以描述行为。Wang和Suter[451也将整个行为过程融合为基于轮廓的平均运动形状(MMS)和基于运动前景的平均运动能量(彳^扭)两个模板。模板匹配法计算复杂度低、实现简单，但它本身无法描述动态系统，也不能完全反映数据在空问上的分布属性，具有一定的局限性。而且不同行为之间执行速率的不同、噪声、光照等因素都会影响模板匹配的准确性。 (2)目标建模法 行为可以通过建立人体动态表观模型进行描述。常见的人体模型有棍图模型【109]、2D模型例及3D模型51。3D人体建模是最常用的人体结构表征方法，通过跟踪人体模型中主要
地沟油检测方法
地沟油检测方法 日常生活中我们每个人其实都是需要吃油的，而一些餐巾纸中的地沟油事实上对于体的健康也是会造成很大的影响的，由其是当不小心吃了这种地沟油的话，更有可能会有癌谈的可能，因此对于现实生活中的主妇们来说了解一些检测地沟油的方法是非常重要的。 检测地沟油的方法其实有很多，首先你打看其透明度，闻油的味道，还要尝一下可以说要鉴别地沟油也是需要很多常识性的东西的，下面就来分享一下几个检测地沟油的方法吧。 鉴别：“地沟油”消费者要学会感官鉴别。根据经验，食用植物油一般通过看、闻、尝、听、问五个方面即可鉴别。1看：看透明度，纯净的植物油呈透明状，在生产过程中由于混入了碱脂、蜡质、杂质等物，透明度会下降;看色泽，纯净的油为无色，在生产过程中由于油料中的色素溶于油中，油才会带色;看沉淀物，其主要成分是杂质。颜色对比2闻每种油都有各自独特的气味。可以在手掌上滴一两滴油，双手合拢摩擦，发热时仔细闻其气味。有异味的油，说明质量有问题，有臭味的很可能就是地沟油;若有矿物油的气味更不能买。3尝用筷子取一滴油，仔细品尝其味道。口感带酸味的油是不合格产品，有焦苦味的油已发生酸败，有异味的油可能是“地沟油”。4听取油层底部的油一两滴，涂在易燃的纸片上，点燃并听其响声。燃烧正常无响声的是合格产品;燃烧不正常且发出“吱吱”声音的，水分超标，是不合格产
品;燃烧时发出“噼叭”爆炸声，表明油的含水量严重超标，而且有可能是掺假产品，绝对不能购买5问问商家的进货渠道，必要时索要进货发票或查看当地食品卫生监督部门抽样检测报告。另外，利用金属离子浓度与电导率之间的关系，通过检测油的电导率即可判断油中金属离子量。多次实验表明，潲水油电导率是一级食用油的5倍至7倍，由此可以准确识别出潲水油。 地沟油对人体的危害很大，因此日常生活中我们要学会拒绝地沟油，只有这样才能更好的保证身体健康，当发现有地沟油的时候，也要学会举报，或者日常就不要接受这些地沟油，这样才能更好的让地沟油没有市场可言。
文献综述
文献综述 前言 近年来,除测绘领域之外,其他行业如机械制造、建筑、医学等,对近景摄影测量技术的需求也越来越大,传统的量测相机显然已经无法满足其要求,而越来越普及的非量测相机正好可以填补这个空缺,利用非量测相机进行摄影测量具有非常远大的应用前景。非量测相机在影像获取方面具有使用简单方便、价格合理，作业效率高、适应性强等优点，但是非量测相机的主距f和像主点在像平面坐标系中的坐标(x0,y0)都是未知的,并且非量测相机存在较大的镜头畸变,因此必须先对其进行检校,然后才能进行后续的像点量测和数据处理。 所谓的相机检校是指借助于像平面上一些点在物方坐标系中的坐标，确定照相机的内、外参数，得到有效的成像模型，以达到在像平面上像素点与三维空间中的点之间建立映射的目的。广义上讲，近景摄影机检校的内容包括： 1.主点位置(x0,y0)与主距(f)的测定; 2.光学畸变系数的测定; 3.压平装置以及像框坐标系的设定; 4.调焦后主距变化的测定与设定; 5.调焦后畸变差变化的测定; 6.摄影机偏心常数的测定; 7.立体摄影机(及立体视觉系统)内方位元素与外方位元素的测定;
8.多台摄影机同步精度的测定。 对于一般相机检校任务，我们主要测定相机的内方位元素（x0,y0,f）和镜头畸变差参数（k1,k2,p1,p2），其主要的检校方法大体可以分为：光学实验室检校(Optical Laboratory Calibration)法；实验场检校(Test Range Calibration)法；作业检校(On the Job Calibration)法；自检校(Self Calibration)法；恒星检校(Stellar Calibration)法。 其中，适用于非量测相机检校的作业检校法是一种在完成某个近景测量任务中同时对相机进行检校的方法。此方法依据物方空间分布合理的一群高质量控制点,在解求待定点物方空间坐标的任务中,同时解求像片内外方位元素、物镜畸变系数。基于直接线性变换（DLT）的相机检校法,也属作业检校法的一种。 直接线性变换(direct linear t ransformation ,简称DL T) 是建立像点坐标和物点坐标直接线性关系的算法。处理时不需要相机内外方位元素的初始值,因而在近景摄影测量中被广泛应用。目前市场上，利用DLT方法进行相机检校的算法,多是在有3维控制信息的情况下,采 用3维DLT方法进行检校较多,而采用2维DLT方法的较少。利用3维控制场进行相机检校,程序虽简单,但高精度3维控制场的建立比较困难。廉价数码相机的广泛应用,促使简便、高精度的检校方法成为近年来研究的主要方向。随着摄影测量和计算机视觉理论的发展,许多学者对相机检校技术进行了深入的研究,检校用的控制场也由3维向2维转变。基于2维DLT相机标定算法的研究已成为近几年相机标定研究的热点。
图像局部特征点检测算法综述
图像局部特征点检测算法综述 研究图像特征检测已经有一段时间了，图像特征检测的方法很多，又加上各种算法的变形，所以难以在短时间内全面的了解，只是对主流的特征检测算法的原理进行了学习。总体来说，图像特征可以包括颜色特征、纹理特等、形状特征以及局部特征点等。其中局部特点具有很好的稳定性，不容易受外界环境的干扰，本篇文章也是对这方面知识的一个总结。 本篇文章现在(2015/1/30)只是以初稿的形式，列出了主体的框架，后面还有许多地方需要增加与修改，例如2013年新出现的基于非线性尺度空间的KAZE特征提取方法以及它的改进AKATE等。在应用方面，后面会增一些具有实际代码的例子，尤其是基于特征点的搜索与运动目标跟踪方面。 1. 局部特征点 图像特征提取是图像分析与图像识别的前提，它是将高维的图像数据进行简化表达最有效的方式，从一幅图像的M×N×3的数据矩阵中，我们看不出任何信息，所以我们必须根据这些数据提取出图像中的关键信息，一些基本元件以及它们的关系。 局部特征点是图像特征的局部表达，它只能反正图像上具有的局部特殊性，所以它只适合于对图像进行匹配，检索等应用。对于图像理解则不太适合。而后者更关心一些全局特征，如颜色分布，纹理特征，主要物体的形状等。全局特征容易受到环境的干扰，光照，旋转，噪声等不利因素都会影响全局特征。相比而言，局部特征点，往往对应着图像中的一些线条交叉，明暗变化的结构中，受到的干扰也少。 而斑点与角点是两类局部特征点。斑点通常是指与周围有着颜色和灰度差别的区域，如草原上的一棵树或一栋房子。它是一个区域，所以它比角点的噪能力要强，稳定性要好。而角点则是图像中一边物体的拐角或者线条之间的交叉部分。 2. 斑点检测原理与举例 2.1 LoG与DoH 斑点检测的方法主要包括利用高斯拉普拉斯算子检测的方法（LOG）,以及利用像素点Hessian矩阵（二阶微分）及其行列式值的方法（DOH）。 LoG的方法已经在斑点检测这入篇文章里作了详细的描述。因为二维高斯函数的拉普拉斯核很像一个斑点，所以可以利用卷积来求出图像中的斑点状的结构。 DoH方法就是利用图像点二阶微分Hessian矩阵：
地沟油的鉴别方法
地沟油的鉴别方法 地沟油（Hogwash oil）是指宾馆、饭店附近的地沟里，污水上方的灰白色油腻漂浮物，捞取收集后经过简单加工，油呈黑褐色，不透明，有强烈的酸腐恶臭气味，凝固点高。地沟油与地下水泥壁（含有多种微量元素，如As、Pb、Cd、Cr、Hg、Zn、Co、Ni、Tl、Be、Sn、Cu、Sb、Mo和V等）、地下生活污水、废旧铁桶、果蔬腐败物、生活垃圾（粪便）、多种细菌毒素，寄生虫及虫卵等接触，所受污染严重，逐渐会发生水解、氧化、缩合、聚合、酸度增高、色泽变深等一系列变化，产生游离脂肪酸、脂肪 酸的二聚体和多聚体、过氧化物、多环芳烃类物质、低分子分解产物等，有些物质如醛、酮等是导致地沟油特殊酸腐恶臭气味的重要原因。 地沟油的危害 餐饮业废油脂含有多种有毒有害成分，当人食用搀兑地沟油的食用油时，最初会出现头晕、恶心、呕吐、腹泻等中毒症状，长期食用轻者会使人体营养缺乏、重者内脏严重受损甚至致癌。 地沟油的感官鉴别 一看：看透明度，看色泽。颜色发暗，比较混浊，且有沉淀物，低温易凝固的可能是地沟油。检测窍门一是给冰棍上倒上一点油，油很快凝固并附着在冰棍上，则很可能是地沟油做成的。窍门二是玻璃上倒上一点油，如果油流的很慢，则可能有问题。 二闻：每种油都有各自独特的气味。可以在手掌上滴一两滴油，双手合拢磨擦，发热时仔细闻其气味。有臭味的，呈淡淡哈喇味的很可能就是地沟油。 三尝：用筷子取一滴油，仔细品尝其味道。有异味的油可能是地沟油，含地沟油的油炒菜不香，残油渣呈黑炭状。 四听：取油层底部的油一两滴，涂在易燃的纸片上，点燃并听其响声。燃烧不正常且发出“吱吱”声音的，水分超标，是不合格产品；燃烧时发出“噼叭”爆炸声，表明油的含水量严重超标，而且有可能掺假产品，绝对不能购买。 五问：问商家的进货渠道，必要时索要进货发票或查看当地食品卫生监督部门的抽样检查报告。 地沟油的理化检验 水分含量、比重、折光率、皂化值、酸价、羰基值、过氧化值、碘值、重金属、脂肪酸相对不饱和度、胆固醇、残留检测、氧化产物检测，地沟油的电导率，等等。 巴西的地沟油再利用 巴西以厨余用油作原料炼制生物柴油，既提供了清洁能源，保护了环境，又可利用所得资金造福贫困群众。政府给予大力支持，决定出厂房、出设备、给贷款，以合作社经营的方式开展厨余用油炼制生物柴油项目；华人社团巴中联合会聘请化学工程师提供技术；华人社团、一些贫民区的群众负责收集原料油。 目前生产的生物柴油70%无偿交给政府，供市公交车使用，另外30%出售给巴西石油公司，在各加油站出售。所得利润除开支厂内人员薪资外，存入银行用于贫困社区的公益事业。可
地沟油检测指标
2检测方法 2·1紫外分光光度法鉴别地沟油 紫外可见分光光度法基于食用油与地沟油紫外可见吸收光谱的吸收峰特征鉴别油脂,根据光谱曲线形状差异和吸光度大小鉴别掺兑地沟油的食用植物油,并能测定食用植物油掺兑地沟油比例[6]。王耀等[13]在《紫外分光光度法鉴别掺兑地沟油的花生油一文中称,取油样经水浴加热、双氧水和活性白土脱色后,用紫外分光光度计在230-800nm范围内扫描吸收光谱。该仪器简单,检测速度快,费用低廉。 2·2荧光分析法鉴别地沟油 荧光分析法是对地沟油中含有表面活性剂主要成分十二烷基苯磺酸钠进行检测。地沟油经水洗预处理后,水相中十二烷基苯磺酸钠具有特征荧光λex/λem=230/290nm处有波峰出现,合格食用油的水相在此波长处没有波峰出现[6]。陈慰宗、宋应谦等[14]通过对市场上使用的炸油进行激光荧光测量与分析,讨论了荧光强度和油的质量的关系。用荧光法进行分析,灵敏、准确,但对试验室要求较高,同时荧光卒灭因素也会干扰检测。 2·3水相电导率测定鉴别地沟油 电导率检测法的报道比较多,陈守江[15]和刘薇[16]分别报道采用了两种不同的样品前处理方法,前者将油样与水相通过乳化剂作用形成混合溶液测定电导率,后者通过超声萃取分液漏斗分离后,测定水相的电导率。在方法的建立上使用了不同的操作程序,两种方法都比较简单,基层实验室即可普及。 2·4薄层色谱法鉴别地沟油 薄层色谱法是快速分离和定性分析少量物质的一种重要实验技术。该方法检测地沟油中存在、而合格食用油所不含的醛、酮类化合物,在展开剂作用下,油样中的各种成分在硅胶板上扩散分离,经显色剂显色后可观察到色谱板上不同的薄层斑点,记下原点至主斑点中心及展开剂前沿的距离,计算比移值(Rf),地沟油与合格食用油的薄层色谱特征斑点存在明显区别。尹平河、潘剑宇等[17]曾报道用薄层色谱法对地沟油的醛、酮类化合物进行分析,以1∶4的乙酸乙酯:石油醚(60℃~90℃沸程)为展开剂,在硅胶板展开,碘液显色后,观察到地沟油、煎炸老油和食用油在Rf=0·73处有共同斑点,所不同的是地沟油在Rf=0·4之后有明显拖尾长斑,煎炸油在Rf=0·21之后有明·22·2010-4四川烹饪高等专科学校学报显拖尾斑,而合格食用油则没有。薄层色谱法鉴别合格食用油和地沟油(或煎炸油)的设备简单,但是操作步骤比较繁琐,薄层色谱对点板要求比较高。此法可以对地沟油与合格食用油进行鉴别,却无法准确鉴别出地沟油与煎炸老油。 2·5气相色谱法鉴别地沟油 气相色谱法对油样的脂肪酸组成成分进行分析,寻找地沟油与合格食用动植物脂肪酸成分的差异,包括脂肪酸的种类和含量,以此区分油脂是否为混合油脂,最终也可对油脂是否为地沟油或者是否掺入地沟油进行鉴别。已有的研究主要是对油样胆固醇的含量进行测定。黄道平等[10]曾报道对油样中的脂肪酸经甲酯化处理,程序升温分离,氢火焰离子化检测器检测。地沟油同时具有多种油脂的脂肪酸谱图特征,张芯等[12]报道用气相色谱测定胆固醇含量来鉴别地沟油,利用极性毛细管柱对油脂中的胆固醇和植物甾醇进行分离,氢火焰离子化检测器检测。但是胆固醇含量的测定并不能对植物油中掺兑地沟油的比例进行定量分析,只能判断植物油中是否含有动物油脂,从而推断是否混有地沟油或煎炸老油。 3国外地沟油检测、鉴别研究现状 北美许多国家都有大油箱,用于存放地沟油,并定期对餐馆的下水道进行检测,不准随便排放泔水油,对餐馆形成约束,使地沟油的蔓延得到控制,所以很少发生地沟油事件。国外对地沟油研究报道主要集中在对餐饮业废油脂的研究及综合利用方面。Mo-hamadT·AI-W idyan等[18]
经验模式分解
经验模式分解 摘要 近些年来,随着计算机技术的高速发展与信号处理技术的不断提高,人们对图像的分析结构的要求也越来越高。目前图像处理已经发展出很多分支,包括图像分割、边缘检测、纹理分析、图像压缩等。经验模式分解(EMD)是希尔伯特-黄变换(Hilbert-HuangTransform)中的一部分,它是一种新的信号处理方法,并且在非线性、非平稳信号处理中取得了重大进步,表现出了强大的优势与独特的分析特点。该方法主要是将复杂的非平稳信号分解成若干不同尺度的单分量平稳信号与一个趋势残余项,所以具有自适应性、平稳化、局部性等优点。鉴于EMD方法在各领域的成功应用以及进一步的发展,国内外很多学者开始将其扩展到了二维信号分析领域中,并且也取得的一定的进展。但是由于二维信号不同于一种信号,限于信号的复杂性和二维数据的一些处理方法的有限性,二维经验模式分解(BEMD)在信号分析和处理精度上还存在一些问题,这也是本文要研究和改善的重点。 关键词：图像处理；信号分解；BEMD
Abstract In recent years, with the rapid development of computer technology and the continuous improvement of signal processing technology, the demand for the analysis structure of the image is becoming more and more high. At present, many branches have been developed in image processing, including image segmentation, edge detection, texture analysis, image compression and so on. Empirical mode decomposition (EMD) is a part of Hilbert Huang transform (Hilbert-HuangTransform). It is a new signal processing method, and has made significant progress in nonlinear and non-stationary signal processing, showing strong advantages and unique analysis points. This method mainly decomposes the complex non-stationary signals into several single scale stationary signals with different scales and a trend residual term, so it has the advantages of adaptability, stationarity and locality. In view of the successful application and further development of EMD method in many fields, many scholars at home and abroad have expanded it to the two-dimensional signal analysis field, and have made some progress. However, because two dimensional signal is different from one signal, it is limited to the complexity of signal and the processing methods of two-dimensional data. Two-dimensional empirical mode decomposition (BEMD) still has some problems in the accuracy of signal analysis and processing, which is also the important point of research and improvement in this paper. Key words: image processing; signal decomposition; BEMD
地沟油与食用油的区别
食用油和地沟油的主要成分都是一致的，都是甘油三酯。很多地沟油精炼以后，各项指标都能达到国标要求。因此现在地沟油的检测和鉴别是个很头疼的问题。很多地方提出，电导率、多环芳烃、黄曲霉毒素、胆固醇、酸价、过氧化值作为鉴别指标。但是实验论证，并不完全可行。因为现在地沟油的概念过于宽泛，餐馆废油，过度煎炸的油都称为地沟油，而这些不同出处的油的指标会有明显差异，再加上地沟油经过精炼后，这些指标就更不可信了。这也是国家迟迟无法出具地沟油标准的原因。 至于食用油是什么酸，我没有看明白楼主的意思。一般油品里会含有少量游离脂肪酸。如果楼主问的是甘三酯的脂肪酸组成，则不同的油种，脂肪酸算组成会有一定差别，具体差别可以参见国标。 一般油品经过煎炸，过氧化值，游离脂肪酸、聚合物会增加，多环芳烃包括苯并芘会增加，维生素E会减少。因此少吃煎炸食品是完全正确的。但大体成分在煎炸后不会变化。 看了大家的讨论，还想说一点自己的看法。 1、关于地沟油的开发和利用，比如大家提到的生物柴油。确实是一条比较好的路子。但是为什么地沟油仍然猖獗，主要还是经济利益的驱使。用地沟油转化生物柴油的利润要远低于地沟油冒充食用油的获利。所以我觉得一是可以通过工艺的改善来降低生产生物柴油的成本，提高利润；二是还需要广大技术工作者不断开发新的地沟油的用途，例如生物发电，有机肥，新工业材料等等（以上用途属于本人臆想，暂时无根据，呵呵）。 2、有老师提到的苯并芘的生成，我想这边应该指的是苯并（a）芘吧。苯并（a）芘是多环芳烃的一种。多环芳烃是有机物不完全燃烧而形成的，而且数量巨大。所有有机物在高温下或燃烧状况下都会产生多环芳烃。比如路边烧树叶啊，家里厨房的煤气灶，工厂烟囱，和沥青铺就的路面。苯并（a）芘是其中典型毒性比较大的一种。目前国标是把苯并(a)芘当做典型来进行检测的，国际上也会检测其中比较典型的16中多环芳烃。当油品经过高温的煎炸后，多环芳烃的量就会升高。因此未经处理过的地沟油中多环芳烃（苯并（a）芘）的检测是有道理的，但是经过精炼后，这些指标能完全达到国标要求，再做鉴别就会出现很大困难。 3、像其他指标也是同样如此。餐桌上的废油胆固醇可能会高，但反复炸油条的废油就未必会产生胆固醇。用玉米油或花生油烹饪而产生的地沟油，黄曲霉毒素可能会高，普通大豆油烹饪而产生的地沟油就未必。所以地沟油的复杂不能一语而概之。 所以彻底消灭地沟油，需要所有人的支持：不为了利益的驱动而买地沟油的餐饮商家，真正鉴别和量化的食品安全工作者；科学再利用地沟油的工程师；严厉打击地沟油生产、销售和使用行为的法律；积极举报、抵制的民众等。 中国的食品安全是个大问题，食品安全工作者们加油，还大家一个放心、安全的世界。 食用油和地沟油的主要成分都是甘油三酯.其中包含的酸为游离脂肪酸.在煎炸过程中会使油脂的反式脂肪酸含量增加,苯并比含量增加.反式酸不利于人体消化,易导致心血管疾病,苯并比是一种强致癌物质. 食用油和地沟油的主要成分都是长碳链的甘油三酯，氧化时会产生大量的游离脂肪酸，主要有硬脂酸、软脂酸和油酸，这些游离脂肪酸对人体有害。地沟油除含有食用油的成分外，还含有大量油脂高温下的氧化产物，这些氧化产物容易致癌，对人体危害极大，但现在却没有有效的方法能检出这些致癌物。作为食品工作者，我们要努力啊，想办法解决这些问题，为
目标跟踪的研究背景意义方法及现状
目标跟踪的研究背景意义方法及现状
目录 ? 1.课题背景与研究意义? 2.国内外研究现状 ? 3.存在的问题 ? 4.总结，发展与展望 ? 5.参考文献
1课题背景与研究意义 ?运动目标的跟踪就是在视频图像的每一幅图像中确定出我们感兴趣的运动目标的位置，并把不同帧中同一目标对应起来。 ?智能视频监控(IVS: Intelligent Video Surveillance)是计算机视觉领域近几年来发展较快，研究较多的一个应用方向。它能够利用计算机视觉技术对采集到的视频信号进行处理、分析和理解，并以此为基础对视频监控系统进行控制，从而使视频监控系统具备更好的智能性和鲁棒性。智能视频监控系统主要涉及到图像处理、计算机视觉、模式识别、人工智能等方面的科学知识，它的用途非常广泛，在民用和军事领域中都有着极大的应用前景。
2.国内外研究现状 视频目标跟踪算法 基于对比度分析基于匹配核方法运动检测其它方法 特征匹配贝叶斯 跟踪 Mean shift方法 光流法
基于对比度分析的方法 ?算法思想：基于对比度分析的目标跟踪算法利用目标与背景在对比度上的差异来提取、识别和跟踪目标。 ?分类：边缘跟踪，型心跟踪，质心跟踪。 ?优缺点：不适合复杂背景中的目标跟踪，但在空中背景下的目标跟踪中非常有效。
基于特征匹配的目标跟踪算法 ?算法思想：基于匹配的目标跟踪算法需要提取目标的特征，并在每一帧中寻找该特征。寻找的过程就是特征匹配过 程。 ?目标跟踪中用到的特征主要有几何形状、子空间特征、外形轮廓和特征点等。其中，特征点是匹配算法中常用的特征。特征点的提取算法很多，如Kanade Lucas Tomasi （KLT）算法、Harris 算法、SIFT 算法以及SURF 算法等。?优缺点：特征点一般是稀疏的，携带的信息较少，可以通过集成前几帧的信息进行补偿。目标在运动过程中，其特征（如姿态、几何形状、灰度或颜色分布等）也随之变化。 目标特征的变化具有随机性，这种随机变化可以采用统计数学的方法来描述。直方图是图像处理中天然的统计量，因此彩色和边缘方向直方图在跟踪算法中被广泛采用。