前言：中文期刊網精心挑選了生物的特征范文供你參考和學習，希望我們的參考范文能激發你的文章創作靈感，歡迎閱讀。
生物的特征范文1
體現了生物都有新陳代謝作用和生物能對外界的刺激做出反應的基本特征。
1、生物都有新陳代謝作用生物體內同外界不斷進行的物質和能量交換，在體內不斷進行物質和能量轉化的過程，叫新陳代謝。新陳代謝是生命現象的最基本特征。新陳代謝是生命體不斷進行自我更新的過程，如果新陳代謝停止了，生命也就結束了。
2、生物能對外界的刺激做出反應。應激性是生物的基本特征之一，體現在生物能對外界刺激作出反應，而反射則是應激性的一種高級形式，兩者主要區別在于是否有神經系統參與。
（來源：文章屋網 ）
生物的特征范文2
關鍵詞：天蠶；生物學特征；經濟指標
中圖分類號：S881 文獻標識碼：A DOI：10.11974/nyyjs.20170333053
在研究選育天蠶一號品種的基礎上，進行了深入的研究，形成了天蠶系列品種，因品種不同，主要生物學特征有相同之處，但也有差異性。幼蟲體強健，發病率在2%以下，天蠶二號品種的主要生物學特如下。
1 幼蟲的外部形態
1.1 蟻蠶
蟻蠶體色呈淺綠色1～2齡幼蟲頭顱呈深褐色，亞背線呈藍色線條，背線第1節兩側呈長方形黑色斑點，3齡幼蟲頭顱呈淺暗色，三眠起后，長方形黑色斑點消失，4齡幼蟲頭顱顏色由初期的淺褐色逐漸變為綠色，在齡期逐漸增加的同時，生長發育速度逐漸增快，至大蠶期出現深綠色氣門，而背部為黃綠色，腹足與下線之間為暗綠色，待其長至5齡期，背部與側面出現寶石碧綠色，其整體身軀為深綠色。
1.2 頭部
幼蟲頭部的顏色是隨齡期增進而有所變化。1齡頭顱呈深褐色，2～3齡頭顱呈棕色，4齡前期頭顱呈淺褐色，后期為綠色，5齡幼蟲的頭部呈明顯的深綠色。
1.3 剛毛
蟻蠶沿亞背線，氣門上線的疣狀突起基部呈黃色點狀，生長黃色剛毛，剛毛基部突起呈黃色點狀。氣門下線的疣狀突起基部呈淺藍色點狀，剛毛數為2～3根，剛毛頂端略有彎曲。
1.4 尾部
幼蟲的尾部與天蠶一號相同，第10腹節背面有三角形骨化區域，臀板各有一塊三角形的蘭斑，大蠶期臀板上面有三角形的黑邊。
2 繭（蛹）的外部形態
2.1 天蠶繭
天蠶繭呈淺綠色，繭形態為橢圓形，繭衣完整，繭柄長達10cm，繭型端正，繭層堅硬，繭層率達到9.3%以上，無陰陽繭的產生，繭的長度為5.8cm，繭幅4.5cm，群體繭大小均勻整齊，千粒繭重9.3kg，繭色呈淺綠色。
2.2 天蠶蛹
蛹的形態與天蠶一號相同，蛹體呈淺棕色，蛹的頭部鈍，胸部寬大，尾部小而尖。雄蛹翅端尖，觸角形狀寬大突起， 雌蛹觸角形狀狹窄。雌雄蛹環節緊湊，解剖蛹體脂肪體細膩飽滿，不粗糙。
3 成蟲（蛾）的主要特征
3.1 頭部
天蠶成蟲頭部兩側有1對復眼，能夠對光源做出反應；有1對觸角，從觸角形狀來看，雌性成蟲觸角窄，雄性成蟲觸角寬，且較發達，從這一點可以對雌雄性成蟲進行明確區分。另外，從腹部大小來看，雄性成蟲比雌性成蟲細小，且體長相對較短一些。
3.2 胸部
成蟲胸部由3部分構成，包括前胸、中胸與后胸，其中前胸相對偏小，中胸較為發達。前胸、中胸、后胸腹面分別長有一對胸足。成蟲后胸長有一對后翅；中胸長有一對前翅，端部呈尖狀，且外緣與后緣呈100～110°角。
3.3 腹部
成蟲腹部共10節，從外觀上來看，雄性成蟲能夠看到8節，雌性成蟲能看到7節。從大小上來看，比柞蠶成蟲的腹部小一些。
3.4 外生殖器
雄性成蟲的外生殖器是由第9與第10個腹節組成，抱握器生長于第9腹節，且抱握力相對較差，過程中容易開對。與柞蠶雄蛾相比，天蠶雄性成蟲陽經較小。雌性成蟲的外生殖器則由第8、第9與第10個腹節組成，尾孔開口位于第8腹節，第9與第10個腹節轉為產卵管，產卵孔位于末端。
3.5 成蟲色澤
從色澤來看，雄性與雌性成蟲相對一致，雙翅展開可達20cm，雙翅正面為棕色，反面為深棕褐色，而雙翅色澤與其頭部、胸部、腹部及背部一致。
3.6 雌雄性比
雌雄性比38：62。成蟲時間是在20：00―4：30，自然開對，剪翅剪足，產卵高峰在黃昏至夜間。種卵孵化齊，收時間短。在自然氣候條件下，幼蟲全齡經過49d，蛹期經過23d。
4 卵的外部形態
4.1 天蠶卵的粘液腺
天蠶二號，成蟲產下卵后，附有黑褐色黏液腺，對卵內幼蟲具有良好的保護作用，外觀為淺黑褐色，并附有黑褐色黏液腺。
4.2 天蠶卵的大小
種卵與天蠶一號相同，卵呈扁橢圓形，群體卵大小均勻，卵長徑2.68mm，卵短徑2.43mm，卵厚度1.75mm，卵扁平率對長徑為65.3%，對短徑為72.0%，克卵重為138粒。成蟲產卵形成胚胎后，卵色呈淺棕褐色，歷經15～17d進入滯育期，以幼蟲態越冬。采用3%甲醛卵面消毒，輕柔種卵后，可清除卵表面的粘液腺物質，
4.3 主要經濟指標
4.3.1 成蟲產卵數多
產卵數均值達277粒以上，可與柞蠶成蟲產卵數相媲美，顯著的高于原生態天蠶成蟲的產卵數。
4.3.2 性能優良
采用現品種繁育種卵，成蟲方式與柞蠶成蟲方式相同，突破了原有的制種技術，成蟲率達100%以上，受精蛾率及產受精卵率達97%以上。
4.3.3 幼蟲體強健
幼蟲食葉性強，生長發育快、整齊一致，幼蟲期發病率在2%以下，幼蟲做繭集中，繭呈草綠色。采用蒙古櫟養殖千粒繭重達9.3kg以上；采用蒿柳養殖商品繭，千粒繭重達8.4kg以上。
4.3.4 天蠶絲長
本品種繭型端正，繭衣完整，繭色蔥綠，繭層均勻，松緊適中，易漂煮，繅絲操作方便，絲條故障少，解舒絲長541m，繅絲解舒率達73%，繅絲長度達740m以上。單位繭絲量生絲量比對照種提高25%，充分體現出自然綠色纖維天蠶品種的優越性。
4.3.5 天蠶絲色
天蠶絲是一種不需染色而能保持天然綠色的自然纖維，纖維橫截面呈扁平多棱三角形，如同鉆石的結構，具有較強的折光性，其光猶如熠熠的寶石輝光，引人入勝，常被人們譽之“纖維鉆石”、“綠色金子”和“纖維皇后”之美譽，蔥綠絲色保持原生態色澤，不褪色。
參考文獻
[1]王立志，馬曉嵐，曲文波，等.天蠶一號主要生物學特征的觀察[J].農業與技術，2016（2）：121-241.
[2]侯印剛，陳連忠，沈利虎.南嶺天蠶主要生物學特征的觀察[J].特種經濟動植物，2011（6）：8-10.
[3]侯印剛，沈利虎，任淑文，等.南嶺天蠶成蟲溫度與時間對產受精卵的研究[J].農家之友（理論版），2011（4）：8-10.
[4]伍小松，羅振福，李俊波，等.天蠶素類抗菌肽的抗菌性能測定及其性質研究[J].中國畜牧獸醫，2009（2）：28-32.
生物的特征范文3
病原菌鑒定
形態學鑒定將菌株Sr－1的菌核接種在PDA平板上，28℃培養3d，觀察菌落形態。繼續培養10d后，用數顯游標卡尺隨機測量100粒成熟菌核的直徑，并記錄菌核形成過程的形狀、大小、色澤等，光學顯微鏡下觀察菌絲形態。
分子鑒定DNA的提取按以下方法進行：將菌株Sr－1的菌核接種在PDA平板上，28℃下培養3d，用5mm的打孔器在菌落邊緣切取菌餅，移接至100mL馬鈴薯葡萄糖液體培養基（PDB）中，28℃靜止培養5d。將菌絲體用滅菌漏斗（內墊3層滅菌擦鏡紙）過濾，去除液體培養基，并用滅菌水沖洗菌絲體2～3次。用SDS法提取菌株Sr－1的基因組DNA：挑取適量菌絲體于滅菌的研缽中，加入適量SDS裂解液［配方：200mmol／LTris－HCl（pH7．5）、25mmol／LEDTA（pH8．0）、250mmol／LNaCl、0．5％SDS］充分研磨（研磨過程盡量不起泡），轉移適量菌絲體研磨液于EP管中，65℃水浴50min，每隔10min上下顛倒數次；加入5mol／L的醋酸鉀，4℃、12000r／min離心10min，取上清；加入1／2上清體積的Tris飽和酚（北京索萊寶科技有限公司生產）振蕩后靜置30～60s，再加入1／2體積的氯仿振蕩，4℃、12000r／min離心10min，取上清，用等體積氯仿重復抽提2次；加入0．6倍體積異丙醇和0．1倍體積的醋酸鈉充分振蕩，放置冰箱－20℃沉淀30min之后，4℃、10000r／min離心10min，棄上清。用75％乙醇清洗沉淀2次，無水乙醇清洗1次，開口放置3～4h。晾干后加入50μL的雙蒸水溶解沉淀，置于－20℃冰箱備用。用真菌核糖體基因內轉錄間隔區（rDNA－ITS）通用引物ITS1（5′－TCCGTAGGTGAACCTGCGG－3′）和ITS4（5′－TCCTCCGCTTATTGATATGC－3′）（由大連寶生物有限公司合成）對菌株Sr－1的基因組DNA進行PCR擴增。PCR反應體系（總體積50μL）：ddH2O19μL、ITS1與ITS4各2μL，DNA模板（菌株Sr－1基因組DNA）2μL，2×PCRMasterMix［天根生化科技（北京）有限公司生產］25μL。擴增程序為：94℃預變性5min；94℃變性40s；54℃退火40s；72℃延伸45s，32個循環，最后72℃延伸10min。取5μLPCR擴增產物進行1％瓊脂糖凝膠電泳檢測，以200bpDNALadder（天津博美科生物技術有限公司生產）作為DNA分子量標準，5V／cm電泳后，用溴化乙錠染色20min，于凝膠成像系統（型號：GelDocXR，美國Bio－Rad公司生產）中觀察、記錄電泳結果。委托上海英駿生物技術有限公司對擴增的菌株Sr－1的rDNA－ITS片段進行純化和測序后，通過NCBI網站（http：／／blast．ncbi．nlm．nih．gov／）上的BLAST程序與相關真菌的rDNA－ITS序列進行同源性比較，并用軟件MEGA5．1Beta2構建基于rDNA－ITS序列的系統發育樹，對菌株Sr－1進行分子鑒定。
生物學特性測定
溫度對病原菌生長及菌核形成的影響將菌株Sr－1的菌核接在PDA平板上28℃培養3d后，用內徑5mm的打孔器從菌落邊緣切取菌餅，接于PDA培養基平板中央，將PDA平板分別放置于4℃、7℃、10℃、13℃、16℃、19℃、22℃、25℃、28℃、31℃、34℃、37℃、40℃、43℃的系列溫度梯度下培養，每處理設3個重復。3d后用十字交叉法測量菌落直徑，并計算3個重復的平均值，平均值減去5mm作為病原菌實際生長的菌落直徑。10d后記錄產生的菌核數量，并用數顯游標卡尺（GB／T14899－94，桂林廣陸數字測控股份有限公司生產）測量菌核直徑。
方法將菌株Sr－1接于pH為4．0、4．5、5．0、5．5、6．0、6．5、7．0、7．5、8．0、8．5、9．0的100mLPDB液體培養基中［4］，28℃下靜止培養5d，真空抽濾去掉培養液，40℃烘干12h后稱菌絲體干重。每處理3次重復。
碳、氮源對病原菌生長及菌核形成的影響基礎培養基配方：磷酸二氫鉀1g、氯化鉀0．5g、硫酸鎂0．5g、硫酸鐵0．01g、瓊脂粉17g、水1000mL。測試不同碳源時，在1000mL基礎培養基中加入2g硝酸鉀作為氮源，再分別加30g不同碳源（葡萄糖、蔗糖、麥芽糖、D－海藻糖、甘露醇、木糖醇、鼠李糖、L－阿拉伯糖、D－果糖、D－山梨糖、D－半乳糖、可溶性淀粉、菊糖）；測試不同氮源時，在1000mL基礎培養基中加入20g葡萄糖作為碳源，再分別加入2g不同氮源（甘氨酸、L－組氨酸、脲、L－胱氨酸、DL－丙氨酸、氯化銨、硝酸鈉、磷酸二氫銨）。按1．4．1方法將菌株Sr－1轉接至含有不同碳、氮源的培養基平板中央，28℃下培養3d，用十字交叉法測量菌落直徑，并計算3個重復的平均值，平均值減去5mm作為病原菌實際生長的菌落直徑。10d后統計菌核數量并測量其直徑，每處理3次重復。天然培養基對病原菌生長及菌核形成的影響供試4種天然培養基分別為PDA、肉汁胨培養基（牛肉膏3g、蛋白胨8g、蔗糖10g、瓊脂16g、自來水1000mL）、玉米粉瓊脂培養基（玉米粉300g、瓊脂16g、自來水1000mL）、燕麥片瓊脂培養基（燕麥片30g、瓊脂16g、自來水1000mL）。供試菌株與測試方法同1．4．3。
結果與分析
病害發生與癥狀芝麻白絹病主要發生在芝麻主莖基部及根部。發病初期植株葉片自下而上漸萎蔫（圖1a），濕度大時在近地表莖基部及根部生白色絹絲狀物，后期由白色菌絲體發育產生菌核（圖1b），幼苗期顯癥病株一般數日內死亡?？v剖病株主莖基部，可見韌皮部凹陷，木質部發生褐變（圖1c），將病根泥土清洗并在室溫下保濕5～7d后產生菜籽大小、先白色后黃色、最后為褐色的菌核。在病組織上產生的菌核多為球形或不規則形，直徑0．5～1．0mm，內部白色。該病在芝麻苗期至開花結果期均可發生。
病原菌致病性將菌株Sr－1接種芝麻植株后第16d，12株接菌核或菌餅的芝麻植株均發病，并產生與田間自然發病植株相似的癥狀，而對照植株均無發病癥狀。發病植株根部有放射狀白色菌絲體，后期菌絲集結形成褐色菌核。重新分離得到的菌核與原接種菌株Sr－1的菌核在PDA平板上28℃下培養3d，兩者菌落的形態和菌核大小基本一致。表明菌株Sr－1對芝麻植株有致病性。
病原菌形態菌株Sr－1在PDA平板上菌落圓形，菌絲白色絹絲狀，并呈輻射狀向四周擴展，28℃培養3d即可長滿直徑70mm的PDA平板，7d左右菌落表面開始形成白色菌絲團，菌核開始形成，10d后菌核大量形成。菌核先為白色，后漸變黃色，最后變成褐色，內部灰白色，球形或不規則形，表面光滑且有光澤，直徑為0．5～1．2mm。
分子鑒定用通用引物ITS1和ITS4對菌株Sr－1的rDNA－ITS序列進行擴增，經1％瓊脂糖凝膠電泳后，顯示約650bp的單一條帶（圖2）。產物經純化、測序后，獲得642bp的rDNA－ITS片段（GenBank登記號：JQ982485）。
溫度對病原菌生長及菌核形成的影響表1結果表明，該菌的生長溫度范圍為13～37℃，在31℃下菌落的直徑最大，在22～34℃生長較快，且能產褐色成熟菌核。因此，可將22～34℃視為該菌的適宜生長溫度，31℃為最適生長溫度。低于13℃或高于37℃菌絲停止生長，且低于22℃或高于34℃都不產生成熟菌核。將菌株Sr－1的rDNA－ITS序列與GenBank中已有的相關DNA序列進行比較發現，芝麻白絹病病菌與羅氏阿太菌Atheliarolfsii（無性態：齊整小核菌Sclerotiumrolfsii）有89％～98％的最大相似性。在構建的基于rDNA－ITS序列系統發育樹（圖3）中，菌株Sr－1與羅氏阿太菌相聚于同一群。結合病原菌的形態特征、rDNA－ITS同源性及系統發育樹的分析結果，將菌株Sr－1鑒定為羅氏阿太菌Athelrolfsii（Curzi）C．C．Tu＆Kimbr。
不同酸堿度對病原菌生長的影響菌株Sr－1在pH4．0～9．0范圍內均可生長，其中在pH6．5～7．0中生長最好，表明弱酸性至中性有利于芝麻白絹病菌生長。由圖4中可以看出，在pH6．5以下的酸性區域中，菌絲體的生長量隨pH的增大而平緩上升，而在pH7．0以上的堿性區域中，菌絲體的生長量隨pH增高而下降的幅度相對較大。該結果表明，與酸性環境比較，堿性環境不利于該菌生長。
碳、氮源對病原菌生長與菌核形成的影響菌株Sr－1在13種供試碳源培養基上均能生長，但不同碳源對該菌生長及菌核形成的影響程度有明顯差異。在以D－海藻糖和D－山梨糖各自作為唯一碳源并配與硝酸鹽為氮源的生長條件下，培養3d不僅菌落最大（菌落直徑均大于83mm），且培養至第10d形成的菌核數量最多（表2）；其次具有較大菌落生長量且形成菌核的碳源是木糖醇、甘露醇、鼠李糖和D－半乳糖；在以可溶性淀粉、葡萄糖、麥芽糖、蔗糖、L－阿拉伯糖、D－果糖和菊糖作為唯一碳源并配與硝酸鹽為氮源的培養基上菌株Sr－1可不同程度地進行營養生長（菌落直徑46．5～75．5mm），但培養至第10d觀察不到菌核的產生。在不同碳源合成培養基上形成的菌核的平均直徑為0．6～0．8mm。8種供試氮源對菌株Sr－1的營養生長和菌核形成的影響也有明顯差異（表3）。該菌在以L－組氨酸、硝酸鈉、DL－丙氨酸作為唯一氮源并配以葡萄糖為碳源的合成培養基上生長速度最快，培養3d菌落直徑大于51mm，但培養至第10d仍不產生菌核；而在以磷酸二氫銨或氯化銨為氮源的培養基上，雖然培養3d菌落直徑小于50mm，但培養至第10d時可產生菌核。在不同氮源合成培養基上形成的菌核的平均直徑為0．6～0．7mm。
不同天然培養基對病原菌生長及菌核形成的影響菌株Sr－1在4種不同的天然培養基（燕麥、肉汁胨、玉米、PDA）上均可生長且形成菌核，其中在PDA和燕麥培養基上培養3d菌落直徑最大（大于71mm），在PDA上培養至第10d產生的菌核數量最多（平均284粒／皿），平均菌核直徑最大（1．2mm），而在燕麥培養基上產生的菌核數量最少（平均15粒／皿）。在玉米培養基上的菌落生長量及形成的菌核數僅次于PDA，在肉汁胨培養基上形成的菌核數介于玉米培養基和燕麥培養基之間。這4種天然培養基上形成的菌核的平均直徑為0．9～1．7mm（表4），均大于各種碳、氮源合成培養基上形成的菌核平均直徑（0．6～0．8mm）。
結論與討論
關于芝麻白絹病菌的分子鑒定及生物學特性研究，很少見有文獻報道。但對齊整小核菌（Sclerotiumrolfsii）引起的其他作物白絹病的報道較多。該菌可侵染62科200多種植物［5］，如草莓［6］、山楂［3］、花生［7］、辣椒［8］、韭菜［9］、油茶［10］、白術［11］、苜蓿［12］、茉莉［13］、煙草［14］等，在不同地區引起不同作物的白絹病。根據柯赫氏法則對芝麻白絹病菌的致病性進行測定，根據病原菌的形態特性及rDNA－ITS序列，將供試菌株Sr－1鑒定為羅氏阿太菌Atheliarolfsii（無性態：Sclerotiumrolfsii，異名：Corticiumcentrifugum）。關于芝麻白絹病，國內文獻記載臺灣、廣西及湖北有分布［2］。該病在河南及其以北省份未見發生報道。本次調查，首次確認河南省有芝麻白絹病的分布，并在國內首次用分子技術對該病的病原菌進行鑒定。Atheliarolfsii屬土傳性病原菌，腐生性強。Nalim等［15］從花生田分離獲得25個菌絲親和組（MCG），組內的分離株菌絲間有親和性，同一株花生可以分離到1～5個MCG，但一個MCG只能侵染一株植株。該菌適宜生長溫度為22～34℃，并易形成菌核，抵抗不良環境，隨著溫度的降低其生長的強度也降低，這與田間高溫時白絹病害發病嚴重的情況相符合。芝麻白絹病菌與韭菜白絹病菌［9］同屬于一個種，因此，生物學具有一些相同之處，如兩者生長的最適溫度均為31℃，其次芝麻白絹病菌在pH4．0～9．0范圍內均可生長，韭菜白絹病菌菌絲生長pH范圍為2．0～9．0，這均與前人報道的病菌在pH4．05～8．97范圍可生長基本相符［6］。但由于病原菌寄主的差異，芝麻白絹病菌的最適生長pH值為6．5，這與韭菜白絹病菌生長的最適pH3～4不同。
生物的特征范文4
隨著信息技術的發展，電子商務中金融信息化程度越來越高，信息安全的重要性也同步提升。在互聯網中信息安全技術最重要的應用是電子支付，而基于計算機視覺的生物特征識別技術深刻地改變著人們的支付方式和支付習慣。作為一種新興的、有前景的在線電子商務技術，基于生物特征識別的支付得到越來越廣泛的關注和應用?？紤]到生物特征識別技術對經濟發展的重要作用，其安全性和可靠性必須得到嚴格和穩定的保障。在安全領域，身份識別一直是研究的熱點。由于人體的生物特征具有采集簡便、個體差異顯著的特性，在進行個人身份識別時具有較好的安全性和可靠性，因此在電子商務中可以利用人體生物特征進行在線支付及消費行為的確認。在互聯網中，各支付主體之間的認證是電子商務的一個核心問題[1]，而終端認證是電子支付首先要面對的問題?？紤]到電子支付的特殊性，需要支付終端具有盡可能簡便的認證，并降低對支付設備的依賴性。本文提出一種交互式多生物特征識別方法，從第三方支付平臺的角度研究其在電子商務中的應用。主要利用客戶和支付終端的交互完成用戶身份驗證、消費確認以及支付簽名。該方法借鑒了現有的生物識別技術如人臉識別[2~4]、鼻子識別[5~7]、耳朵識別[8~10]、指關節紋識別[11，12]、指紋識別[13，14]等，并對這些方法進行改進和整合，實現了多重安全的支付，而交互式支付從第三方平臺的角度同時為消費者和商家提供支付保障。
2基于多生物特征識別的身份認證
目前研究的生物特征主要包括人臉、指紋、掌紋、虹膜、血管、指關節紋等。從數據采集方式看，人臉識別是較為容易的一種，受到眾多電商青睞。在進行個體身份識別時，首先需要獲取人物臉部生物特征。其中存在一些不確定因素，人物的年齡、胖瘦、高矮、形態、表情、胡須、皺紋、發型、穿戴都會影響人臉特征，甚至外部光線也會對人臉有影響，從而降低人臉識別的準確性。人臉的很多顯著器官如鼻子、耳朵等在一生中形狀相對穩定，且不容易受到外在干擾，因此在本文中將耳朵和鼻子作為身份識別的多生物特征的一部分。其次是指關節紋生物特征，其比掌紋特征更明顯，也不易受到外在干擾，因此識別更簡易和可靠，本文將其作為第三重生物特征。在識別時，這3個區域圖像的數據量總和比人臉圖像的數據量更少，因此其平均識別時間要比臉部識別時間少得多。
2.1多生物特征識別算法
在識別算法上，主要借鑒Gabor濾波器在鼻子、耳朵和指關節紋識別上的良好特性[15]，核函數和FDA（Fisherdiscriminantanalysis）在非線性判別中的優異表現以及帶限相位相關算法在計算內容獨立性方面的穩定發揮，設計了基于鼻子—耳朵—指關節紋的多重識別算法模式。首先提取鼻子、耳朵和指關節紋的感興趣區域（regionofinterest，ROI），采用Gabor濾波器對圖像進行Gabor濾波處理。其次，對濾波后的圖像進行對比度增強處理，利用帶限相位算法調整圖像頻譜范圍，利用位移校準法對圖像進行校準、微調和裁剪[15]。最后，對校準后的圖像進行基于閾值的匹配和識別。作為第一重生物特征的鼻子，需要區別耳朵和指關節紋的特別處理。在特征提取中，需要事先建立測試樣本及訓練樣本。對訓練樣本和測試樣本分別利用核函數將鼻子的Gabor小波特征非線性地映射到核空間，再通過計算類間和類內離散度矩陣，進而求解Fisher基向量。并將上述訓練樣本和測試樣本的Gabor小波特征分別投影到Fisher基向量，最后計算得到兩類特征的距離，并進行基于距離的分類判別。
2.2身份識別
基于多生物特征識別模式的身份認證分別進行鼻子、耳朵、指關節紋的生物特征識別，根據鼻子、耳朵、指關節紋的特征強度和識別可靠度，予以三重生物特征不同的權重，最終的識別結果計算方法為：首先觀察3種生物特征識別的結果是否完全一致，若完全一致，則用戶身份確定；若不一致，再觀察耳朵和指關節紋識別的結果是否一致，若一致，則取耳朵和指關節紋的識別結果；若3種生物特征識別的結果各不相同，取鼻子生物特征識別的結果作為身份識別結果。
2.3身份認證
在電子商務中，身份認證主要通過第三方支付平臺的支付終端進行。支付終端采集用戶的鼻子、耳朵、指關節紋圖像，并將其傳送到第三方支付平臺的支付服務器端進行身份識別。支付服務器上存放用戶個人生物特征庫，根據多生物特征識別算法進行用戶的身份識別。將其與注冊賬戶進行比對，確定用戶賬戶存在且有效，從而完成用戶的身份認證。身份認證后，用戶繼續在第三方支付平臺的支付終端中進行支付活動。在電子商務中，支付是最后也是最關鍵的一步，需要嚴格控制其安全性和可靠性。因此本文主要研究第三方支付平臺上進行的交互式支付及消費確認機制。
2.4多生物特征融合的SVM模型
為了對多生物特征識別進行效果驗證，本文首先構建了一個多生物特征融合模型，如圖1所示，這里采用的生物特征包括人臉和虹膜。在各種生物特征中，人臉識別是人類最自然和最容易接受的身份識別方法，在很多電子商務中得到了成功應用；而虹膜識別則具有較高的準確率。這兩種生物識別都有各自的局限。參考文獻[16，17]在不同層論證了人臉和虹膜的融合識別。在分類器的選擇上，本文考慮了SVM（supportvectormachine，支持向量機）。SVM是建立在統計學習理論的VC維理論和結構風險最小原理基礎上的機器學習方法，求解辦法是將分類問題轉化為二次規劃問題。作為一種二分類器，其基本思想是在樣本空間中構造出最優分類超平面，并使其達到最大的泛化能力[18]。多特征SVM模型的處理過程為：首先，分別對人臉與虹膜圖像進行預處理及特征提取，得到人臉特征向量與虹膜特征向量。而后將兩種特征向量進行串行組合，得到融合特征向量。最后，將融合特征向量經過標準歸一化處理，利用SVM進行分類識別。假設人臉特征提取的特征向量，xi={x1i,x2i,x3i,…,xmi},i=1,2,…,s（s是樣本數量）；虹膜提取的特征向量yi={y1i,y2i,y3i,…,yni}；融合特征向量是由xi與yi串接得到的向量zi={z1i,z2i,z3i,…,zki}，由該向量作為最終的實驗數據庫。上述特征向量中m,n,k是樣本的維度。對該模型進行驗證，實驗運行工具為MATLAB，使用了LibSVM工具箱，分類方法采用one-against-one，二次規劃采用了改進的序列最小優化（sequentialminimaloptimization,SMO）算法[19]，工作集個數為2，對樣本及其Lagrange乘子進行更新和迭代計算，對滿足約束優化條件的目標決策函數進行優化。該方法工作集小，迭代數據快，因此在大規模訓練情況下二次規劃的求解效率能顯著提升。多生物特征識別的具體實現過程與生物特征不同的特征提取方法有關，人臉和虹膜預處理和特征提取的方法不同，提取出來的特征在分布和數量級上也會有所不同，直接融合可能會對識別結果有影響。為了排除這種特征數量級非均衡性對特征融合識別結果的影響，識別前需對融合特征做歸一化處理。這里采用兩個特征提取方法進行識別驗證。方案1PCA+WT。算法過程如下。步驟1人臉處理。將以行向量的形式表示每一張人臉圖像，得到原始樣本集。再利用PCA（principalcomponentanalysis）提取人臉圖像的特征向量，實驗中選取前20個主分量，即特征向量X的維數是20維，作為第一組樣本。步驟2虹膜處理。對虹膜圖像進行預處理，得到64dpi×512dpi大小的歸一化虹膜圖像。再進行TripleWT（wavelettransform），計算7個通道的均值和方差作為特征值，最后得到14維的特征向量Y，作為第二組樣本。步驟3特征融合處理。將步驟1和步驟2得到的人臉和虹膜樣本中的特征向量一一對應進行串行連接，得到34維融合特征向量，并進行歸一化處理。步驟4將得到的標準數據集分為訓練集和測試集，用SVM法進行訓練測試。方案2Fisherface+Gabor。算法過程如下。步驟1人臉處理。對原始樣本集利用Fisherface方法[21]對人臉圖像進行特征提取，選擇適當的投影空間得到16維的特征向量X，作為第一組樣本。步驟2虹膜處理。對預處理后的歸一化虹膜圖像通過Gabor濾波器[20]，選擇中心頻率和相位角度不同的12個Gabor濾波通道，提取各通道的均值和方差作為特征值，得到24維的特征向量Y，作為第二組樣本。步驟3同方案1的步驟3和步驟4。
2.5多生物特征識別性能驗證
本文以ORL人臉數據庫和CASIA虹膜圖像庫為實驗對象。在兩個庫中都按50dpi×50dpi規模選取原始圖像，對其一一制定配對得到實驗圖像庫。在不同數量的訓練集和測試集下對單一生物特征和多生物特征融合識別，對經典分類算法（K-nearestneighbor,KNN）、神經網絡（neuralnetwork,NN）、SVM3種分類識別方法進行了性能比較。實驗結果見表1（其中訓練集和測試集為歸一化后的數據）。從表1可以看出，多生物特征識別準確率要超過單一特征識別準確率，隨著訓練樣本數量增加，所有識別方法的識別率也會逐步提高。此外，SVM在對比的幾種分類器中，識別效果更好。從驗證結果看，多生物特征識別具有較高的識別性能，可以用于各種身份識別和認知的應用場合?；诙嗌锾卣髯R別模式的身份認證進行融合生物特征識別，并通過第三方平臺進行身份認證。支付終端采集用戶的人臉及虹膜圖像，并將其傳送到第三方支付平臺的支付服務器端進行身份識別。支付服務器上存放用戶個人生物特征庫，根據多生物特征識別算法進行用戶的身份識別。將其與注冊賬戶進行比對，確定用戶賬戶存在且有效，從而完成用戶的身份認證。
3交互式表情掃臉
人的形態尤其是面容很容易隨著時間而變化，這是人臉識別技術必須克服的一個難點，目前的技術可以做到在個體常規化妝、發型變化、一定程度下胖瘦變化、老化時進行身份識別。但如果變化過于劇烈，單一的掃臉模式將無能為力。此時可以借助其他生物特征輔助，比如掃臉和指紋驗證相結合。對于識別難度較大的情況可以采用多種生物識別方式組合的方式。即便如此，掃臉支付仍然存在人臉照片和人臉視頻的假冒問題，是人臉識別進入商用的一個技術難點。近期國內外已經有若干家電子商家或實體商家利用掃臉技術來完成支付，他們大多采用“面對面”式刷臉或者功能僅限于密碼輸入的方式，對于用戶身份的準確識別以及消費行為的確認等方面考慮得還不夠深入。例如支付寶的掃臉技術“smiletopay”僅用于支付密碼，但其對于用戶身份的確認還存在諸多盲點。本文對第三方平臺在線支付問題的思路不同于其他電子商務只將掃臉用于支付，本文側重于利用交互式表情掃臉進行消費行為的第三方確認，明確將指紋和交互式表情掃臉結合起來完成支付。此外，本文將用戶身份認證和用戶支付操作的確認和簽名分開。身份認證利用鼻子—耳朵—指關節紋多生物特征完成認證，避免單一模式下產生的失誤。在用戶進入支付環節后，為進一步加強可靠性和安全性，利用交互式表情掃臉和指紋識別來完成。這種模式一方面可以避免人臉照片和人臉視頻的假冒，另一方面也可作為支付糾紛發生時的支付依據。支付終端在交互式表情掃臉中需要用戶進行表情配合，即進行用戶和支付終端的交互，比如在當前情景中系統隨機給出頭/臉部動作及表情要求，支付者配合完成該過程，從而進行支付前的再次確認。這種利用應用情景模式配合掃臉和系統提示動作的模式可以有效防止視頻或者照片的欺騙行為。最后，利用表情操作進行臉部表情簽名。支付者按照預先設置的簽名表情完成相應動作之后完成簽名。交互式表情掃臉簽名的優點是對支付者身份的不可偽造性和對支付行為的不可抵賴性。為了確?？煽啃?，除需交互式表情掃臉簽名，支付終端還需要有傳統的密碼機制作為補充。多種支付方式的存在為用戶提供了一種簡便和安全的支付選擇。在異地消費活動中，若客戶手機、錢包、信用卡丟失，無法進行移動支付、現金支付和信用卡支付，通過交互式表情掃臉進行身份的快速識別和認證，在支付前進行基于表情的消費簽名，從而在第三方支付終端完成可靠的消費活動。
4交互式多生物特征識別技術在電子商務中的應用
在互聯網中進行的電子商務和支付活動中，買賣雙方不能面對面完成交易，這使得認證問題成為電子商務和支付的核心問題?；诘谌街Ц兜恼J證過程主要包括以下支付主體：顧客、WPKI（wirelesspublickeyinfrastructure）商戶（產品或服務的提供者）、銀行[21]、第三方支付平臺。其中第三方支付平臺主要包括支付網關、支付服務器、支付終端等，如圖2所示。在第三方支付平臺，支付服務器主要完成顧客的生物特征身份信息的存儲和用戶身份驗證、支付確認處理等。用戶在支付前首先需在服務器端建立客戶多重生物特征庫，用以對客戶生物特征進行采集和預處理。支付網關主要完成基于線下信任的商戶認證，首先它在中間服務平臺（如商區或社區）對商戶進行初級認證的基礎上對中間服務平臺進行第二級認證。通過線下預認證機制與線上交互認證進一步強化線上支付主體與現實之間的聯系。支付終端完成顧客基于多重生物特征的身份認證和交互式消費確認。為了解決第三方支付平臺沉淀資金風險隱患，并簡化第三方支付終端認證過程，取消了第三方支付平臺設立的中間賬號，以系統的第三方授權及確認付款功能來為交易雙方提供信用擔保。通過預先簽訂的客戶和付款賬號所在銀行中間的授權支付協議，在支付終端完成基于生物特征識別的身份認證后進行支付確認時，第三方支付平臺代表付款人直接通知付款銀行，無需付款人提供賬號和密碼而能直接利用跨行清算系統自動完成顧客與商家的支付交易。通過第三方支付平臺省卻了支付方、商家和銀行中間繁瑣的認證過程，并簡化了用戶在支付終端的支付操作。交互式多生物特征識別的支付及消費確認機制將從兩方面著手，首先是顧客身份的認證，采用多重生物特征識別的安全認證模式來實現，其次是顧客對支付行為的確認和支付簽名。顧客身份認證中所使用的多重生物識別機制如上文所述。而在顧客支付行為中，需要配合顧客的表情和與終端的互動來完成，側重于利用掃臉進行消費行為的第三方確認，將指紋和掃臉結合起來完成支付和簽名。在出現消費行為的支付糾紛或者在一些應用中需要用戶產生不可抵賴的憑證時，可將掃臉的視頻作為支付憑證，掃臉的作用更像電子簽名。這種電子表情簽名結合指紋模式產生的互動效果更穩定、更安全。第三方支付平臺通過建立“預認證”和在線交互激活、表情簽名認證模式來實現終端認證的簡化。預認證主要采用分層模型解決第三方支付平臺和商家、中間服務平臺、公共服務域之間的認證和信任問題以及第三方平臺上的支付者（顧客）的個人賬戶信息。該過程采集并預處理支付者的個體生物特征，建立用戶生物認證賬戶和商家賬號的個人服務域。用戶認證前必須先建立公共服務域。公共服務域由支付服務中心、跨行支付系統、商業銀行構成。該服務域級別越高，可信度越高，且能簡化支付協議和流程的設計。其中支付服務中心提供商業銀行賬戶的尋址服務?？筛鶕碳倚畔ⅰ⒂脩羰謾C信息與各銀行賬號的綁定關系，將用戶手機號和商戶信息轉換成商業銀行的賬戶信息。認證中利用支付服務中心賬戶尋址和管理手段確保商家和付款客戶雙方的不可否認性，從而降低相關的支付風險?？缧兄Ц断到y實現各個銀行的跨行支付與清算。該服務域省卻了銀行、用戶、商家相互之間的直接聯接，從而避開支付時繁瑣的認證過程。在線支付預認證分層模型如圖3所示。交易過程中，支付終端首先利用鼻子—耳朵—指關節紋多生物特征對用戶進行身份識別。在預認證基礎上，通過指紋識別與交互式表情掃臉結合進行在線支付前確認及支付簽名。
5結束語
生物的特征范文5
生物特征識別核心引擎
通過當前領先的數字信息技術與光學、聲學、生物傳感器和生物統計學原理等高科技手段的密切結合，利用人體所固有的諸如指紋、而相、虹膜、脈絡等生理特性，和諸如筆跡、聲音、步態等行為特征來進行個人身份的鑒定的技術手段，就成為生物識別技術。該技術比傳統的身份鑒定方法具有安全性、保密性和方便性，同時還具有不易遺忘、防偽性能好、不易偽造或被盜、隨身“攜帶”和隨時隨地可用等優點。
由于早期生物特征識別技術產品均借助于計算機技術實現，雖然很容易配合電腦和安全、監控、管理系統整合，實現自動化管理，但其應用范圍受到限制。為使生物識別技術廣泛用于從公共安全、金融業務、社會福利保障、電子商務，直至家居保安和個人私隱等消費類市場，嵌入式需求至關重要，因此DSP無疑是生物特征識別處理的核心引擎。
如圖1所示生物特征識別系統是一個典型的高速影像處理系統，首先其核心處理包括影像獲取、影像增強和模版提取，然后進行匹配和加密，所有這些復雜的工作都需要在瞬間實現，如果沒有DSP的高速則難以勝任。其次其周邊包含傳感、存儲、外設、供電和主控單元，整體耗電量要求盡可能低，因此TI的DSP的低功耗和MSP430的超低功耗特性得天獨厚，另外還可得益于IT的高性能電源等其它器件器件。當系統的高速和省電需求得到充分滿足之后，生物特征識別產品市場化的進程便得到迅猛的發展。
指紋識別技術發展進程
人們對指紋特征的認識由來已久，但在快速自動識別方面還是數字化的產物。一個手指的指紋特征點約在一百到一百二十之間，每個特征點以八個比特來描述將近一千個比特，在數據層面難以復制。另外其本身內在的生物特征也難以被盜取，這就難以被直接復制成指模。加之現有活體識別技術，即便復制出指模也是無濟于事。其實早在PC時代人們就對指紋識別技術進行了系統的開發，但真正的實用化還是從DSP開始，特別是TI的C5402這樣的經典平臺。C5402具有100MIPS運算性能，且性能與功耗都具優勢，在指紋識別應用的歷史跨越了一個年代，只是后來逐步升級到C55X平臺。圖2所示為基于11的C55X平臺指紋識別參考框圖。
C55X是C54X的升級平臺，時鐘提高的同時內部運算處理核心也加倍，因此往往200MHz或300MHz時鐘可以獲得400MIPS或600MIPS的高運算能力。由于芯片半導體工藝的改進，加之特殊的內部供電管理機制，其工作功耗呈數量級下降，并成為可實現業界最低待機功耗的新型DSP平臺。其中C5509和C5507以片上集成USB接口而別具特色，C5503/02/01則以不同的內存配置而針對不同應用。特別值得一提的是，新近推出的C5506超低功耗器中，時鐘為108MHz下僅為58mW功耗，而性能可達216MIPS；在1.2V情況下待機功耗僅為0.120mW，為業界最低。另外還具有動態頻率與電壓縮放、多種待機模式可分別關剛獨立外設與內部功能、128KB的SRAM可滿足高效代碼需求以盡可能減少片外存儲器存取。C55X平臺還可以通過電源優化工具輔助實現低功耗設計。
憑借DSP的驅動，指紋識別技術的實用化和市場化進程不斷加快，其中最重要的一個應用就是指紋鎖。從一般鎖到指紋鎖的變遷說明了安全的主題是恒久不變的，指紋門鎖目前也成為高檔住宅或安全重地的必然選擇。與此同時，指紋在保險箱等產品的應用，除了確保物理安全之外，還能保證信息存儲更加安全可靠。指紋識別在銀行系統中的應用是一個極具潛力的新興市場。在金融交易過程中，指紋特征信息由于每次采集的數據并不完全相同，若被攔截并進行假冒驗證，系統可以判定出存在完全相同的兩次數據，則有機會拒絕服務，從而一定程度提高了交易安全。傳統的類似銀行卡的結算方式，需要輸入帳號和密碼、加載數字證書，操作環節多且繁瑣，而采用指紋則確認交易的過程可以一次完成。隨著DSP產品及應用的“平民化”，面向消費類的指紋識別市場將會呈現空前繁榮的局面。
面相識別技術發展進程
與指紋特征識別技術相比，面相識別算法非常復雜而代碼長度也非?；?，這就需要很大的處理性能和系統資源。如果在電腦上實現需要“奔騰4”級別以上，然而相識別類產品需要相當高的可靠性，基于PC的通用操作系統很難保證這種持久的可靠性。另一個方面，面相識別在例如門禁、移動便攜式設備、智能監控相機等應用場合必須是嵌入式產品類型，而這對系統功耗也就提出了更高的要求，顯然通用的CPU難以勝任，只有高性能的DSP才有機會不斷推進面相識別的市場化進程。圖3為基于DSP的典型應用示范。
在面相識別應用中，DM642是一個理想的平臺，首先這是業界第一顆高性能、軟件可編程的通用媒體處理器，其核心是主頻為600MHz名為C64X的DSP，由丁有八個并行運算單元，所以等效性能為4800MIPS。DM642集成有多個離精度數字視頻接口，可以作為視頻輸入電可以作為視頻輸出，同時還有以太網接口用于傳輸壓縮的數據流和音頻輸入輸出接口。DM642通過擴展總線連接同步動態存儲器和閃速存儲器，在視頻前端可以采用TI的視頻解碼器、視頻放大器及電源等高性能模擬器件。
DM642的C語言編譯效率很高，所以很容易將基于PC的軟件算法進行移植，還可以借助于TI特有實時操作系統DSP/BIOS構建嵌入式面相識別系統，這樣就可以之作為一個獨立的設備，完成視頻采集、人臉定位、特征提取，同時還可將該資料以及壓縮的視頻數據通過網絡實時地傳到遠程的服務器，然后在人臉影像數據庫中進行檢索和匹配，并及時地通報結果。若是需要錄入新的人臉影像，則可以通過簡單的拍攝完成，便添加到影像數據庫中去。
新型的單片媒體處理器將使面相識別系統功能更加強大。
TI所推出的達芬奇(Davlnci)平臺不僅包含更高性能的C64X+核心，還集成了ARM9通用處理器，既可以高速地處理人臉影像，還可以運 行高級的嵌入式操作系統，如Linux，甚至WinCE。視頻輸入與視頻輸出包含在一個視頻處理子系統中，前端有CCD的控制器、預覽、縮放，還具有自動聚焦、自動爆光、自動白平衡的“3A”功能，后端集成字幕疊加“OSD”、四個視頻DAC和24位數字RGB輸出。Davinci集成有豐富的接幾，除了與DM642同樣的以太網口和音頻接口外，還有USB20、硬盤ATA接口、MMC和SD等存儲卡接口。于是許多有用的識別資料有了靈活的存儲方式。
日前已有不少專業公司成功推出基于DM642的面相識別系統，并推山實用性的產品。由于DM642目前已成為數字視頻監控的主流平臺，那么基于DM642的面相識別算法中就很容易集成到數字視頻監控應用系統中，從而增強了其附加值，這也成為數字視頻監控的一個趨勢。
隨著基于Davinci的數字視頻監控產品的推出，相應的面相識別系統也將更新的面貌出現。
面相識別技術已開始應用于銀行安全防范管理系統、會議代表身份認證系統、面像識別門禁、面像識別考勤、社會保障管理、公共場所巡察等應用系統，并在不同程度地發揮著作用。
其它識別技術發展進程
生物識別技術可劃分為生物生理特征和生物行為兩類，前兩部分介紹的指紋識別和面相識別屬于前者，同屬生物生理特征的還有虹膜識別、視網膜識別和掌紋識別。生物行為特征則包含手動簽名以及聲音識別。那么在這些識別技術中哪一個還具有潛力呢?根據權威性實驗報告，在技術特性方面虹膜識別特別適合于信息安全和通道控制領域的身份認證。
虹膜就是人眼瞳孔和眼白之間的環狀組織，是人眼的可視部分，也是最可靠的人體生物終身身份標識。虹膜識別有條件成為人體生物特征識別技術中的最佳選擇，其原因在于其所具有最高的唯一性、終身不變性、最強的生物活性，其識別準確性最高，而且識別速度最快，防偽性最強也。曾經有國際權威部門對人體生物特征識別技術分析結果顯示，虹膜識別的匹配速度超出所有其它生物統計技術至少20倍。
當然虹膜識別的可靠性需要有極高的識別準確度來保證，特別是采用核心技術在深色虹膜的“無紋理”區域分析提取紋理特征并加以精確的數字表述的實現，因此需要采用更高性能的DSP，如主頻高達千兆的C6416系列。隨著識別技術更加成熱和優化，還有高性能DSP的價位的降低，虹膜識別同樣可以廣泛應用于政府、軍事部門、廠礦企業、社會公共安全防范以及信息安全領域。
在視網膜識別與虹膜識別，指紋識別與掌紋識別在某種程度上有共同性，只是在各自的傳感器上有所不同，在處理方式方法上也大相徑庭，但是DSP都有發揮的余地。
生物的特征范文6
關 鍵 詞：運動生物力學；腳背正面射門；不同高度；射門；球速；支撐腿
中圖分類號：G804.6 文獻標志碼：A 文章編號：1006-7116（2015）01-0123-07
Biomechanical characteristics of goal shooting with instep front at different heights
ZHANG Ting-ran，LUO Jiong
（School of Physical Education，Southwest University，Chongqing 400715，China）
Abstract： In order to reveal the biomechanical mechanism of goal shooting with instep front at different heights， the authors recruited 12 testees to carry out goal shooting with instep front at ground height， 1/2 knee height and knee height， with and without the ball respectively for 10 times， carried out synchronized kinetic and dynamic measurement by using two JVC9800 cameras and a domestic JP6060 multidimensional force measurement platform， and revealed the following findings： multi-factor variance analysis showed that the ball speed and foot speed were significantly different during goal shooting at ground height， 1/2 knee height and knee height， the speed of the ball shot at ground height was the fastest， followed by the speed of the ball shot at 1/2 knee height， tailed by the speed of the ball shot at knee height； various kinetic indexes of the testees in the experiment group， such as forward and backward swinging of the thigh， backward swinging of the shank， had no significant difference during goal shooting at different heights， while forward swinging of the shank as a kinetic datum was significantly different during goal shooting at different heights； the vertical distance from the supporting leg to the ball was significantly correlative with the speed of the ball shot at various heights， the speed of the swinging leg， knee angle right at the moment the ball was kicked， angular speed of forward swinging of the shank， amplitude of forward swinging of the shank， and time of forward swinging of the shank， while there was no linear relation between the speed of the ball shot at 3 heights and the ground reacting force born by the supporting leg. The said findings indicate the followings： the lower the ball shooting height during goal shooting with instep front， the faster the ball speed； therefore， if a player wants to get a faster ball speed during goal shooting with instep front， he/she should kicked the ball when it is at a relatively low height； a player can control ball speed， ball flying path and action time during goal shooting with instep front by controlling the perpendicular distance from the supporting leg to the ball； the ground reacting forced born by the supporting leg is irrelevant to the speed of the ball kicked， hence， the main function of the supporting leg during ball kicking is to fix the support and maintain balance， so that the swinging leg exerts its power more thoroughly.
Key words： sports biomechanics；goal shooting with instep front；different heights；goal shooting；ball speed；supporting leg
射門在足球比賽中是最直接的得分手段。射門能否取得成功，主要取決于射門球速、射門角度、射門時機等要素。球速較快的球，往往給守門員造成較大威脅。據人體解剖結構特征，腳背正面踢球時擺幅相對較大，加之其擺速快且與球接觸面相對較大，因而踢球時力量大、球速快、準確性高。Isokawa等[1]研究顯示，技術熟練的的足球運動員腳背正面踢球，球速可達17～28 m/s。實際比賽中，腳背正面射門使用頻率相當高，且射門形式多樣，如定位球、正面凌空抽擊、側身凌空擺擊、反彈球、倒鉤等。
國內外有關腳背正面踢球的生物力學文獻不多，從查閱到的少數文獻中，以運動學分析者居多。劉力生[2]研究發現：腳背正面踢球時，足的速度與球速高度相關（r=0.872），擺動腿的擺動遵循關節活動的順序性原則。許樹淵[3]認為，以人體踢球動作的下肢動力鏈視之，大腿的用力與大幅擺動均能倍增下肢末端即足的重心速度，使踢球時動量增加，球速提升。黃壽軍[4]從事多年足球教學經歷，在實踐中發現：支撐腿過前，擊球點在球的后上方，會經常出現“卡殼”或踢出去球無力現象；支撐腿過后，擊球點易擊在球的后下部，踢出的球偏高，多沿橫軸回旋，出球力量小；支撐點與球的中心點在同一水平線上，則左右距離過大或過小，擊球點不穩定，出球多呈內、外旋，這些屬于教學經驗，未能獲得實驗數據佐證。Asami等[5]發現：地面反作用力峰值與球速表現無明顯關系。Kell等[6]研究了不同角度助跑對支撐腿膝關節生物力學的影響時發現：地面垂直反作用力不受助跑角度影響。本研究借助運動學和動力學同步測試方法對不同高度腳背正面踢球的球速及準確度進行探討，為足球運動員在比賽、訓練環境下，如何運用合理技術提供參考。
1 研究對象與方法
1.1 研究對象
選擇西南大學足球隊12名男生，為受試者，身高（175.22±1.36） cm、體重（65.37±2.35） kg、年齡（21.32±1.03）歲、運動等級均為國家2級、訓練年限均在8年以上且從未中斷。
1.2 研究方法
1）運動學研究。
2臺JVC9800攝像機，拍攝頻率為100幀/s。A機、B機及三維測力臺中心3點近似構成等邊三角形，邊長約為5 m，兩機高約0.75 m。對受試者從助跑到腳擊球的整個過程進行拍攝。采用北京體育大學研發的視訊圖像解析系統對運動圖像進行插幀處理使拍攝頻率達到200幀/s，后再進一步對圖像解析以獲取相關運動學參數。
2）動力學測試。
國產JP6060多維測力平臺用于監測受試者踢球過程中踏在測力臺的支撐腿對地面的三維力變化情況。測力臺采用埋入式安裝，其表面與地面基本保持在同一水平面上，數據采樣頻率為800 Hz。同步裝置是由連接多維測力平臺的觸發模塊的無線同步器和發光的二極管組成。主試者觸發同步遙控器，多維測力臺啟動采集數據，二極管發光使攝像機與多維測力臺同步。
3）時相階段劃分。
（1）技術動作定義。
地面球射門：以直線助跑方式（助跑路線與球門中心線夾角
1/2膝關節高度射門：以直線助跑方式，正面踢尚未落地、在1/2膝關節左右高度球的射門動作。
膝關節高度射門：以直線助跑方式，正面踢尚未落地，在膝關節左右高度球的射門動作。
空踢動作與有球射門動作要求一致，空踢完整動作以支撐腿踏上測力平臺后，踢球腳足尖離地瞬刻為始，足尖與標志桿平行為終。
（2）角定義。
髖關節角：為髖、膝關節中心連線與軀干中點及髖關節中心點連線之間的夾角。膝關節角：為膝、踝關節中心連線與人體垂直軸之間的夾角。踝關節角：為踝關節中心與跖趾關節連線與水平軸之間夾角。腳背夾角：為腳背正面與地面間的夾角（見圖1）。
圖1 髖角、膝角、踝角、腳背夾角示意圖
（3）球門分區。
將球門上半部分為A區，下半部分為B區用以記錄受試者射出的球落在球門內的具置。
（4）時相劃分。
踢球的一般過程包括助跑、支撐、擺腿、腳擊球，隨前動作。本研究主要探討支撐腿踏上測力臺瞬刻至擺動腿將球踢出瞬刻這一過程。據研究需要將這一過程分為3個階段。第1階段：從支撐腿踏上測力平臺后，踢球腳足尖離地瞬刻至最大髖關節伸展角度瞬刻止；第2階段：小腿向上擺動期，即踢球腳髖關節從最大伸展角瞬刻至膝關節屈角最小瞬刻；第3階段：前擺期，即從膝關節處于屈角最小瞬刻至腳背正面觸球即刻止（見圖2）。
圖2 踢球時相劃分示意圖
（5）垂直距離界定。
垂直距離是指由球或標志物中心投影（A）向支撐腿足部中心（B）與第3趾骨連接線段的延長線引垂線，足部中心（B）與垂足（C）的距離（見圖3）。
圖3 支撐腳與球垂直距離示意圖
4）測試數據的可靠性分析。
將入選的受試者的腳背正面射門動作所獲3次有效數據進行重復性檢驗，采用相關系數及變異度進行評價，其相關系數均大于0.74，變異系數在5%以內，且均達到顯著水平。因此可以認為用于分析腳背正面射門的各項參數均具有較高的可信度。
1.3 實驗程序
采用自身對照方法，讓12名受試者先完成“有球腳背正面踢”，本研究稱之“實驗組”，然后再讓12名受試者完成“無球空踢”，本研究稱之“對照組”。
（1）實驗組。
2.2 動力學測試結果
不同高度腳背正面射門動力學參數測試結果見表4。表4顯示：
1）實驗組、對照組腳背正面射門不同高度間前后、左右方向最大地面反作用力、垂直方向觸球瞬間地面反作用力差異無顯著性（P>0.05）。實驗組與對照組間差異亦無顯著性（P>0.05）。
2）實驗組、對照組前后方向觸球瞬間地面反作用力，腳背正面踢地面球時最大、1/2膝關節高度次之、膝關節高度再次（P0.05）。
3）實驗組、對照組垂直方向最大地面反作用力方面，踢1/2膝關節高度、膝關節高度觸球瞬間地面反作用力差異無顯著性（P>0.05），踢地面球的觸球瞬間地面反作用力明顯小于踢1/2膝關節高度、膝關節高度觸球瞬間地面反作用力（P0.05）。
4）實驗組、對照組任何高度位置射門的球速與支撐腳著地所受地面反作用力不存在線性相關關系。
3 討論
3.1 運動學特征
1）不同高度射門，球速均大于足的速度。球離足速度與足速度比值代表碰撞效率，比值大于1，即是一個效果良好的踢球[7-8]。本實驗踢球效果良好。
2）實驗組射門球速、足速度，地面球最快、1/2膝關節高度次之、全膝關節高度再次。該現象顯示隨著踢球位置高度的增高，足速度和球速度出現的遞減趨勢。說明腳背正面射門擊球點高度越低球速越快。根據Plagenhoef等[9]對足球碰撞理論在足球運動的研究可知，足速度與球速度呈現正相關關系?？梢酝普?，本研究中隨著擊球點位置的增高，球速出現下降趨勢是因為隨著擊球點位置的增高，足速度出現下降趨勢。
3）對照組地面球、1/2膝關節高度、膝關節高度腳背正面空踢足速度、動腿腳觸球即刻膝角、小腿前擺角速度、小腿前擺幅度、小腿前擺時間經多因素方差分析，無顯著性差異。該現象說明3個高度位置，腿所能達到的擺速沒有顯著性差異，即人體解剖結構并不是造成腳背正面不同高度位置射門，隨著踢球位置高度的增高，足速度遞減趨勢的主要原因。Kells等[10]研究亦有相似結論。
4）實驗組與對照組相應高度間射門比較發現，大腿前擺、大腿后擺、小腿后擺各運動學指標在實驗組與對照組相應高度位間、不同高度位置間均無顯著性差異，而小腿前擺運動學數據在實驗組與對照組1/2膝關節高度、膝關節高度間、實驗組不同高度射門間差異存在顯著性。Isokawa等[11]研究認為膝關節角擴大，小腿以膝關節為支點向前更多延展，會使球速增大。因此推論腳背正面不同高度射門間擺動腿足速度差異是由于不同高度間小腿前擺差異造成的。根據圖像分析發現，加速前擺期小腿前擺一直處于加速運動過程。Tsaousidis等[12-13]研究證實，膝關節屈角最小瞬刻開始直至球離開腳面，足部未發生減速運動。據此推論不同高度射門間小腿前擺角速度、足速度差異主要發生在擺動腿擺動幅度差異（Δ幅度）間，即不同高度射門間小腿前擺角速度、足速度差異主要發生在擺動腿擺動時間差（Δt）里。當加速度一定，由于前擺時間踢地面球時最長、1/2膝關節高度次之、膝關節高度再次所以不同高度射門足速度出現差異。王世椿等[14-15]研究發現：膝伸肌和膝屈肌肌力均與踢球球速有顯著相關，膝伸肌和膝屈肌肌力在快速收縮及中等速度收縮時，有利于球速增加。因此得出結論，擺動腿小腿狀況是影響擺動腿足速度和射門球速的重要因素；小腿前擺時長、擺幅的差異是造成不同高度射門足速度差異的直接原因。
根據前文分析從人體解剖結構角度不同高度射門所能達到擺腿速度和足速度并無顯著差異。但在實際射門中卻存在差異。蔡尚明[16]提出：支撐腳位置和支撐腿膝角大小可能會對球速產生影響，但目前沒有相關研究證實。表2結果中支撐腿與球垂直距離跟各高度射門觸球即刻膝角、小腿前擺角速度、小腿前擺幅度、小腿前擺時間呈正相關。前擺加速度沒有差異的情況下，前擺幅度越大，前擺時長就越長，最終前擺角速度和足速度就越快。在一定范圍內，支撐腳與球垂直距離越遠，射門球速就越快。但具體范圍有待進一步研究，且可能與人體下肢長度有關系，但目前無相關研究。表1結果顯示3種不同高度射門其支撐腳與球垂直距離，具有顯著性差異。因此推論，不同高度射門間支撐腳與球垂直距離差異，導致其間射門球速的差異。
5）根據地面球、1/2膝關節高、膝關節高度腳背正面射門中，球速、支撐腳與球垂直距離與落入球門區域關系發現，球速較快和支撐腿距球較遠的射門球主要落在球門上半部，球速較慢和支撐腳距球較近的射門球主要落在球門下半部。前文分析在一定范圍內，擺動腿前擺加速度一定的情況下，支撐腿與球垂直距離越遠，射門球速就越快。喬建平[17]認為，腳背正面射門支撐腿過于靠后，球易踢高。射門的球一定要控制在一定范圍內，不能只追求球速。而對照組不需要考慮射門精準度的因素。腳背正面踢球技術動作中，擺動腿的擺動是前后方向，直線擺動，所以髖關節和膝關節不能左右擺動變化。踝關節和腳面必須保持緊繃，在整個射門動作中踝關節角基本保持不變，依靠髖、踝關節突然的位置變化控制出球高度是難以實現的。腳背正面射門只能通過控制膝關節角和腳背與地面夾角控制球的高度。根據圖像分析觀察到，腳觸球即刻膝關節角、腳背與地面夾角越小踢出的球路就越低，反之亦然。前擺期擺動腿的擺動軌跡類似扇形，擺動腿與支撐腿平行的瞬刻（后文簡稱平行瞬刻），腳趾尖的位置為整個軌跡的最低點。在前擺期開始至平行瞬刻，擺動腿運動軌跡是向下的，通過平行瞬刻后，擺動腿的運行軌跡開始向上。踝關節角一定，擺動腿運行軌跡越向上，膝關節角、腳背與地面的夾角越大，踢出就越容易高。為了把球射在門框范圍內，就需要在觸球時把膝關節角、腳背與地面的夾角控制在一定范圍內。通過縮短前擺期時長，令腳更早觸球是控制角度的有效途徑。在擺動加速度一定的情況下，縮短擺幅可以使前擺期縮短。而擺動幅度是由支撐腳與球垂直距離決定的。所以腳背正面射門中支撐腿與球垂直距離可以決定射出的球的速度和高度。地面球、1/2膝關節高度、膝關節高度3種位置的球，地面球擺放高度最低，同樣球達到門內相比1/2膝關節高度、膝關節高度的球，踢地面球，球飛行軌跡上升高度空間最大，前擺期也可以最長。所以踢地面球擺動腿前擺最充分，擊球瞬間足速度最快。其余兩個高度位置踢球足速度差產生的原因與此相同。所以會出現隨著踢球位置高度的增加，足速度和球速度出現遞減趨勢。
綜上所訴，通過控制支撐腿與球垂直距離可以控制腳背正面射門的球速、球路、動作時間。
3.2 動力學特征
腳背正面射門動作3種不同高度踢球，前后方向觸球瞬間地面的反作用力，呈現出隨著踢球高度的增加力值減少的趨勢；左右方向踢地面球的觸球瞬間地面反作用力明顯大于踢1/2膝關節高度、膝關節高度。任何高度位置射門的球速與支撐腳著地所受地面反作用力不存在線性相關關系，可以認為在腳背正面射門時支撐腳所受地面反作用力對射出球的球速可能沒有直接影響，人體關節具有伸縮、固定、支持等功能[18-19]。據此判斷，足球踢球支撐腳主要扮演一個固定支持的功能，可能是為了方便髖部的扭轉及動力鏈在擊球腿的執行。Adrian認為，當支撐腳接觸地面，其作用就像扎根于地面，對抗髖關節向前的運動[20]。Barfield提出，支撐效果取決于支撐腿膝關節的用力及屈伸程度。著地支撐時，人體需要保持身體的動力，以控制平穩，因此膝、踝關節要以離心收縮的方式適度彎曲。在前擺球階段，人體是以穩固支撐，為了增加踢擺的力量，支撐腳膝、踝關節作蹬伸動作，使擺動腿充分發出擊球的力量[21]。
綜上所述，任何支撐腳受到的地面反作用力與踢出球的球速無關，支撐腿在踢球過程中主要負責固定支撐、維持平衡使擺動腿充分發力擊球。
參考文獻：
[1] Isokawa M，Lees A. A biomechanical analysis of the instep kick motion in soccer[M]. New York：E&FN Spon，1988：449-455.
[2] 劉力生. 關于腳背正面踢定位球影響出球速度的若干問題討論[J]. 四川體育科技，1988（3）：22-28.
[3] 許樹淵.腳背正面踢球軀干及下肢運動學與重心力矩之分析[J]. 大專體育學刊，2003，5（1）：205-215.
[4] 黃壽軍. 腳背正面踢定位球易犯錯誤及糾正[J]. 中國學校體育，2005（4）：36-37.
[5] Asami T，Notle V. Analysis of powerful ball kicking[M]. New York：E&FN Spon，1983：695-700.
[6] Kells E，Katis A. Knee biomechanics of the support leg in soccer kicks from three angles of approach[J]. Medicine and Science in Sport and Exercise，2004，8（36）：1017-1028.
[7] Asami T，Dapena J. Comparsion ofthe kinematics ofthe full-instep and kicks in socce[J]. Medicine and Science in Sport and Exercise，1998，7（30）：917-927.
[8] Cabri J，De Proft E，Dufour J. The relation between muscular strength and kick performance[M]. New York：E & FN Spon，1988：186-193.
[9] Plagenhoef S. Patterns of human motion：a cinematogrphic analysis[M]. New Jersey：Prentice-Hall，Englewood Cliffs，1971：678-699.
[10] Kells E，Katis A. Three-dimensional analysis of kick in professional soccer player[J]. Science and Football，1993（17）：357-361.
[11] Isokawa M，Lees A. A biomechanical analysis of the instep kick motion in soccer[M]. New York：E&FN Spon，1988：449-455.
[12] Tsaousidis J，Zatsiorsky V. Two types of ball-effect or interaction and their relative contribution to soccer kicking[J]. Human Movement Science，1996（15）：861-876.
[13] Hsu T Y，Tseng L Y，Yu J X，et al. Modulating inhibitory control with direct current stimulation of the superior medial frontal cortex[J]. Neuroimage，2011，56（4）：2249-2257.
[14] 王世椿，顏士凱. 增強式或等張式肌力訓練對女子足球員足腳背踢球球速之影響[J]. 體育學報，2002（28）：399-407.
[15] 張貽琪，郭靜如，龍官，等. 肌電、測力、錄像同步測試正足背推擊踢球技g研究[J].天津體育學院學報，1996，11（2）：50-53.
[16] 蔡尚明. 足球腳背踢球動作技術分析[J]. 華夏學報，2002（5）：15729-15741.
[17] 喬建平. 對腳背正面射門易高的探討[J]. 陰山學刊，2001（6）：99-101.
[18] Hung T M，Hung C L，Fong D Y，et al. The effects of uncertainty on attention in table-tennis players and nonathletes[J]. Bulletin of Sport and Exercise Psychology of Taiwan，2003，26（3）：97-110.
[19] 許樹淵. 腳背正面踢球軀干及下肢運動學與重心力矩之分析[J]. 大專體育學刊，2003，5（1）：205-215.
