1) texel
[英]['teksəl] [美]['tɛksəl, 'tɛsəl]
纹理元素
2) Fingerprint element
指纹元素
1.
Fingerprint elements scatter analysis on ancient Chinese Ru porcelains samples;
古汝瓷指纹元素散布分析
2.
Some fingerprint elements were chosen from the 29 different elements,and analyzed by Multivariate Statistical Analysis.
选取黄冶窑和耀州窑唐三彩样品23个,耀州窑博物馆附近矿土样品2个,用中子活化分析测得每个样品中29种元素的含量,从中选出一些指纹元素,并对这些指纹元素进行多元统计分析。
3.
8 elements of them were selected as fingerprint elements to make scatter analysis.
用中子活化分析测量样品中29种元素的含量,从这29种元素中挑选出8种指纹元素,将指纹元素的含量进行散布分析。
3) fingerprint elements
指纹元素
1.
The contents of 36 elements for each sample are measured, and seven elements are chosen as the fingerprint elements to complete the scatter analysis.
选取11个清凉寺窑汝官瓷,11个钧台窑钧官瓷的釉和胎样品进行中子活化分析,测定每个样品的36种微量元素的含量,将这些测量数据进行指纹元素分析,分别得到它们的胎和釉指纹元素散布图,以确定它们的起源关系。
2.
Their fingerprint elements were selected to make scatter diagram.
用中子活化分析(neutron activation analyses,NAA)技术测定了一组古钧官瓷和3个不同窑口现代高档钧瓷样品中25种元素的含量,从这些元素中筛选出能比较好的区分古钧官瓷和现代高档钧瓷的指纹元素,对这些指纹元素进行散布分析。
5) texel-style texture
纹元式纹理
1.
Because of this, a new method is presented that makes the borders to take effect in producing new textures by a border image so that the border structures can be well preserved, which is very suitable for a type of texture called “the texel-style texture” that is composed of some independent color pattern units.
已有的纹理合成方法往往难以很好地保持纹理中的边界结构特征·为此,提出一种利用纹元边界辅助合成的方法·新方法首先从样本纹理中抽取出“纹元边界图”,然后在此图的指导下,基于块纹理合成方法的流程对“纹元式纹理”的两种情况“覆盖式”和“非覆盖式”纹理分别采用“边界覆盖法”和“边界匹配法”进行纹理合成·与已有的合成方法相比,新方法能更好地保持纹理的边界结构特征,对很多“纹元式纹理”都达到了满意的效果并且合成速度很快
6) texton
纹理基元
1.
A Texton-Based Algorithm of Texture Image Segmentation;
基于纹理基元的图象分割
2.
Three-Dimensional Surface Texture Editing Based on Wavelet Decomposition and Texton;
基于小波分解和纹理基元的三维表面纹理编辑
3.
The problem of texture classification is solved by generating a texton dictionary based on feature vectors from filter responses first and then using two classification methodologies,nearest neighbour matching and Bayesian classification.
文章主要研究在不知道视点和光照条件下,根据纹理对图像进行分类的方法;过程是利用滤波器响应得到的特征向量,建立相应的纹理基元表示;用最近区域匹配分类和贝叶斯分类2种方法进行分类,并对2种算法进行了比较;结果表明,分类结果非常接近,均比较准确。
补充资料:恒星的“指纹”——光谱(图)
仰望星海,星光点点,夜色深沉。要想分辨每一颗恒星的身份似乎是不可能的。那么,现在对每一颗恒星特征了解得如何呢?科学家的回答是既肯定,又简单。肯定和简单就在于当你走进恒星天文学家的观测研究室时,一切就会一目了然。你随便说一颗恒星,天文学家们就会胸有成竹地给你找出它的档案,告诉你这颗恒星的身份特征。
表1恒星光谱分类光谱型恒星表温度恒星颜色O40000~25000K蓝色星B25000~12000K蓝白色星A11500~7700K白色星F7600~6100K黄白色星G6000~5000K黄色星K4900~3700K红橙色星M3600~2600K红色星(K是热力学温度单位,0℃=273.15K)
然而,19世纪中叶以前,人们要向天文学家们问起恒星的物理情况,天文学家们是无法回答的。因为他们也正在困惑和惆怅。仅依靠天文望远镜不能分辨出恒星的视面。恒星的光实在太微弱,即使看起来全天最亮的天狼星的光,也仅仅是太阳光的100亿分之一。然而,要了解恒星的物理本质,还非得在恒星的光中“作文章”不可。1825年,法国哲学家孔德断言:“恒星的化学组成是人类绝对不能得到的知识。”但是30多年后,天体分光术和照相术的发明,为天文学家们将这两者结合起来对恒星光谱进行分析研究创造了条件。
通过天文望远镜和分光镜将恒星光分解成连续光谱,再把这种光谱拍照下来进行分析研究即可发现,原来每颗恒星光谱的谱线数目、分布和强度等情况均不一样。这些特征包含着恒星的许多物理化学信息。这一研究方法开创了研究恒星物理化学的新纪元,从此诞生了天体物理学。这是现代天文学新的生长点。
到20世纪初,美国哈佛大学天文台已经对50万颗恒星进行了光谱研究,并对恒星光谱进行了分类。将恒星光谱分成主要七种类型(见表1)。通过对恒星光谱的观测和分析研究,才使我们了解到恒星表面大气层的温度、压力、密度、化学元素的成分、质量、体积、自转运动、距离和空间运动等一系列物理化学性质。可以毫不夸张地说,迄今关于恒星本质的知识,几乎都是从光谱研究中获得的。
丹麦天文学家赫茨普龙和美国天文学家罗素,根据恒星光谱型和光度的关系,建起著名的“光谱—光度图”,也称赫——罗图(见图1)。大部分恒星分布在从图的左上到右下的对角线上,叫主星序。其他还有巨星、超巨星、亚巨星、亚矮星和白矮星等类型。因此,赫—罗图不仅给出了各类恒星的位置特点,同时也充分显示出恒星的演化过程。赫—罗图成为研究恒星的重要手段之一。O、B、A型称为“早型星”;F和G型称“中间光谱型”;K和M型称为“晚型星”。一条恒星光谱,一般只有几厘米到十几厘米长。为了拍摄一颗恒星的光谱,天文学家们要在天文望远镜旁等待曝光几小时到几个夜晚。
细心的认星者一眼就能看出恒星的颜色不一样,有红色、黄色、蓝色和白色等,犹如五颜六色的明珠。恒星为什么有这么多种多样的诱人色彩呢?你是否有这样的常识:温度高的火焰是蓝白色,温度低的火焰是红色。恒星也是如此。不同颜色代表星体表面温度的不同。天体的温度不同,它们发出的光在不同波段的强度是不一样的。从恒星光谱型我们已经知道,不同颜色代表不同的温度。一般说来,蓝色恒星表面温度在25000K以上,如参宿七、水委一、马腹一(甲星)、十字架二(甲星)和轩辕十四等。白色恒星表面温度在11500~7700K,如天狼星、织女星、牛郎星、北落师门和天津四等。黄色恒星表面温度在6000~5000K,如五车二和南门二等。红色恒星表面温度在3600~2600K,如参宿四和心宿二等。
说明:补充资料仅用于学习参考,请勿用于其它任何用途。
参考词条