摘要：针对现有大豆籽粒筛选机构精度低、豆粒损伤大、不能有效识别霉变、灰斑豆粒等缺点,提出了一种基于TMS320DM6437(DSP)和TMS320DM355(ARM)的嵌入式大豆籽粒视觉分级系统的总体设计方案。阐述了该系统的工作原理、硬件构成、软件系统和分级测试。采集的大豆图像,经背景分割后提取豆粒参数,利用统计学方法对豆粒区域进行边界特征、区域特征提取,确定圆形度和平滑度为最优分级特征。以达芬奇技术处理器TMS320DM6437和TMS320DM355作为核心处理单元,嵌入图像处理算法,实现大豆籽粒的视觉分级。选取4类不同品种大豆各2 000粒作为试验样本,对系统进行重复测试,分级筛选精度达到95%。

摘要：基于苯磺酸酯与巯基化合物的亲核取代反应,设计合成了以菲并咪唑为荧光团、二硝基苯磺酰基为识别基团的反应型L-Cys/H_(2)S荧光探针(PIP-DNBS),并通过红外光谱、核磁共振氢谱和碳谱、质谱等方法对化合物的结构进行表征与确认。探针PIP-DNBS溶液(V DMF∶V HEPES=1∶1)在日光下和紫外灯照射下均可实现对H_(2)S的裸眼识别。通过荧光增强方式实现对Cys和H_(2)S的选择性识别,且识别不受其他类似物和pH变化的干扰。探针对L-Cys和H_(2)S的荧光识别符合线性关系,检出限分别为79.01和38.06 nmol·L^(-1),可以实现L-Cys和H_(2)S的定量检测。此外,时间响应曲线表明,探针PIP-DNBS对H_(2)S的荧光识别在4 min内完成,明显优于其对L-Cys的识别速度(10 min),基本实现了对L-Cys和H_(2)S的差异性识别。