前言：中文期刊网精心挑选了生物的特征范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
生物的特征范文1
体现了生物都有新陈代谢作用和生物能对外界的刺激做出反应的基本特征。
1、生物都有新陈代谢作用生物体内同外界不断进行的物质和能量交换，在体内不断进行物质和能量转化的过程，叫新陈代谢。新陈代谢是生命现象的最基本特征。新陈代谢是生命体不断进行自我更新的过程，如果新陈代谢停止了，生命也就结束了。
2、生物能对外界的刺激做出反应。应激性是生物的基本特征之一，体现在生物能对外界刺激作出反应，而反射则是应激性的一种高级形式，两者主要区别在于是否有神经系统参与。
（来源：文章屋网 ）
生物的特征范文2
关键词：天蚕；生物学特征；经济指标
中图分类号：S881 文献标识码：A DOI：10.11974/nyyjs.20170333053
在研究选育天蚕一号品种的基础上，进行了深入的研究，形成了天蚕系列品种，因品种不同，主要生物学特征有相同之处，但也有差异性。幼虫体强健，发病率在2%以下，天蚕二号品种的主要生物学特如下。
1 幼虫的外部形态
1.1 蚁蚕
蚁蚕体色呈浅绿色1～2龄幼虫头颅呈深褐色，亚背线呈蓝色线条，背线第1节两侧呈长方形黑色斑点，3龄幼虫头颅呈浅暗色，三眠起后，长方形黑色斑点消失，4龄幼虫头颅颜色由初期的浅褐色逐渐变为绿色，在龄期逐渐增加的同时，生长发育速度逐渐增快，至大蚕期出现深绿色气门，而背部为黄绿色，腹足与下线之间为暗绿色，待其长至5龄期，背部与侧面出现宝石碧绿色，其整体身躯为深绿色。
1.2 头部
幼虫头部的颜色是随龄期增进而有所变化。1龄头颅呈深褐色，2～3龄头颅呈棕色，4龄前期头颅呈浅褐色，后期为绿色，5龄幼虫的头部呈明显的深绿色。
1.3 刚毛
蚁蚕沿亚背线，气门上线的疣状突起基部呈黄色点状，生长黄色刚毛，刚毛基部突起呈黄色点状。气门下线的疣状突起基部呈浅蓝色点状，刚毛数为2～3根，刚毛顶端略有弯曲。
1.4 尾部
幼虫的尾部与天蚕一号相同，第10腹节背面有三角形骨化区域，臀板各有一块三角形的兰斑，大蚕期臀板上面有三角形的黑边。
2 茧（蛹）的外部形态
2.1 天蚕茧
天蚕茧呈浅绿色，茧形态为椭圆形，茧衣完整，茧柄长达10cm，茧型端正，茧层坚硬，茧层率达到9.3%以上，无阴阳茧的产生，茧的长度为5.8cm，茧幅4.5cm，群体茧大小均匀整齐，千粒茧重9.3kg，茧色呈浅绿色。
2.2 天蚕蛹
蛹的形态与天蚕一号相同，蛹体呈浅棕色，蛹的头部钝，胸部宽大，尾部小而尖。雄蛹翅端尖，触角形状宽大突起， 雌蛹触角形状狭窄。雌雄蛹环节紧凑，解剖蛹体脂肪体细腻饱满，不粗糙。
3 成虫（蛾）的主要特征
3.1 头部
天蚕成虫头部两侧有1对复眼，能够对光源做出反应；有1对触角，从触角形状来看，雌性成虫触角窄，雄性成虫触角宽，且较发达，从这一点可以对雌雄性成虫进行明确区分。另外，从腹部大小来看，雄性成虫比雌性成虫细小，且体长相对较短一些。
3.2 胸部
成虫胸部由3部分构成，包括前胸、中胸与后胸，其中前胸相对偏小，中胸较为发达。前胸、中胸、后胸腹面分别长有一对胸足。成虫后胸长有一对后翅；中胸长有一对前翅，端部呈尖状，且外缘与后缘呈100～110°角。
3.3 腹部
成虫腹部共10节，从外观上来看，雄性成虫能够看到8节，雌性成虫能看到7节。从大小上来看，比柞蚕成虫的腹部小一些。
3.4 外生殖器
雄性成虫的外生殖器是由第9与第10个腹节组成，抱握器生长于第9腹节，且抱握力相对较差，过程中容易开对。与柞蚕雄蛾相比，天蚕雄性成虫阳经较小。雌性成虫的外生殖器则由第8、第9与第10个腹节组成，尾孔开口位于第8腹节，第9与第10个腹节转为产卵管，产卵孔位于末端。
3.5 成虫色泽
从色泽来看，雄性与雌性成虫相对一致，双翅展开可达20cm，双翅正面为棕色，反面为深棕褐色，而双翅色泽与其头部、胸部、腹部及背部一致。
3.6 雌雄性比
雌雄性比38：62。成虫时间是在20：00―4：30，自然开对，剪翅剪足，产卵高峰在黄昏至夜间。种卵孵化齐，收时间短。在自然气候条件下，幼虫全龄经过49d，蛹期经过23d。
4 卵的外部形态
4.1 天蚕卵的粘液腺
天蚕二号，成虫产下卵后，附有黑褐色黏液腺，对卵内幼虫具有良好的保护作用，外观为浅黑褐色，并附有黑褐色黏液腺。
4.2 天蚕卵的大小
种卵与天蚕一号相同，卵呈扁椭圆形，群体卵大小均匀，卵长径2.68mm，卵短径2.43mm，卵厚度1.75mm，卵扁平率对长径为65.3%，对短径为72.0%，克卵重为138粒。成虫产卵形成胚胎后，卵色呈浅棕褐色，历经15～17d进入滞育期，以幼虫态越冬。采用3%甲醛卵面消毒，轻柔种卵后，可清除卵表面的粘液腺物质，
4.3 主要经济指标
4.3.1 成虫产卵数多
产卵数均值达277粒以上，可与柞蚕成虫产卵数相媲美，显著的高于原生态天蚕成虫的产卵数。
4.3.2 性能优良
采用现品种繁育种卵，成虫方式与柞蚕成虫方式相同，突破了原有的制种技术，成虫率达100%以上，受精蛾率及产受精卵率达97%以上。
4.3.3 幼虫体强健
幼虫食叶性强，生长发育快、整齐一致，幼虫期发病率在2%以下，幼虫做茧集中，茧呈草绿色。采用蒙古栎养殖千粒茧重达9.3kg以上；采用蒿柳养殖商品茧，千粒茧重达8.4kg以上。
4.3.4 天蚕丝长
本品种茧型端正，茧衣完整，茧色葱绿，茧层均匀，松紧适中，易漂煮，缫丝操作方便，丝条故障少，解舒丝长541m，缫丝解舒率达73%，缫丝长度达740m以上。单位茧丝量生丝量比对照种提高25%，充分体现出自然绿色纤维天蚕品种的优越性。
4.3.5 天蚕丝色
天蚕丝是一种不需染色而能保持天然绿色的自然纤维，纤维横截面呈扁平多棱三角形，如同钻石的结构，具有较强的折光性，其光犹如熠熠的宝石辉光，引人入胜，常被人们誉之“纤维钻石”、“绿色金子”和“纤维皇后”之美誉，葱绿丝色保持原生态色泽，不褪色。
参考文献
[1]王立志，马晓岚，曲文波，等.天蚕一号主要生物学特征的观察[J].农业与技术，2016（2）：121-241.
[2]侯印刚，陈连忠，沈利虎.南岭天蚕主要生物学特征的观察[J].特种经济动植物，2011（6）：8-10.
[3]侯印刚，沈利虎，任淑文，等.南岭天蚕成虫温度与时间对产受精卵的研究[J].农家之友（理论版），2011（4）：8-10.
[4]伍小松，罗振福，李俊波，等.天蚕素类抗菌肽的抗菌性能测定及其性质研究[J].中国畜牧兽医，2009（2）：28-32.
生物的特征范文3
病原菌鉴定
形态学鉴定将菌株Sr－1的菌核接种在PDA平板上，28℃培养3d，观察菌落形态。继续培养10d后，用数显游标卡尺随机测量100粒成熟菌核的直径，并记录菌核形成过程的形状、大小、色泽等，光学显微镜下观察菌丝形态。
分子鉴定DNA的提取按以下方法进行：将菌株Sr－1的菌核接种在PDA平板上，28℃下培养3d，用5mm的打孔器在菌落边缘切取菌饼，移接至100mL马铃薯葡萄糖液体培养基（PDB）中，28℃静止培养5d。将菌丝体用灭菌漏斗（内垫3层灭菌擦镜纸）过滤，去除液体培养基，并用灭菌水冲洗菌丝体2～3次。用SDS法提取菌株Sr－1的基因组DNA：挑取适量菌丝体于灭菌的研钵中，加入适量SDS裂解液［配方：200mmol／LTris－HCl（pH7．5）、25mmol／LEDTA（pH8．0）、250mmol／LNaCl、0．5％SDS］充分研磨（研磨过程尽量不起泡），转移适量菌丝体研磨液于EP管中，65℃水浴50min，每隔10min上下颠倒数次；加入5mol／L的醋酸钾，4℃、12000r／min离心10min，取上清；加入1／2上清体积的Tris饱和酚（北京索莱宝科技有限公司生产）振荡后静置30～60s，再加入1／2体积的氯仿振荡，4℃、12000r／min离心10min，取上清，用等体积氯仿重复抽提2次；加入0．6倍体积异丙醇和0．1倍体积的醋酸钠充分振荡，放置冰箱－20℃沉淀30min之后，4℃、10000r／min离心10min，弃上清。用75％乙醇清洗沉淀2次，无水乙醇清洗1次，开口放置3～4h。晾干后加入50μL的双蒸水溶解沉淀，置于－20℃冰箱备用。用真菌核糖体基因内转录间隔区（rDNA－ITS）通用引物ITS1（5′－TCCGTAGGTGAACCTGCGG－3′）和ITS4（5′－TCCTCCGCTTATTGATATGC－3′）（由大连宝生物有限公司合成）对菌株Sr－1的基因组DNA进行PCR扩增。PCR反应体系（总体积50μL）：ddH2O19μL、ITS1与ITS4各2μL，DNA模板（菌株Sr－1基因组DNA）2μL，2×PCRMasterMix［天根生化科技（北京）有限公司生产］25μL。扩增程序为：94℃预变性5min；94℃变性40s；54℃退火40s；72℃延伸45s，32个循环，最后72℃延伸10min。取5μLPCR扩增产物进行1％琼脂糖凝胶电泳检测，以200bpDNALadder（天津博美科生物技术有限公司生产）作为DNA分子量标准，5V／cm电泳后，用溴化乙锭染色20min，于凝胶成像系统（型号：GelDocXR，美国Bio－Rad公司生产）中观察、记录电泳结果。委托上海英骏生物技术有限公司对扩增的菌株Sr－1的rDNA－ITS片段进行纯化和测序后，通过NCBI网站（http：／／blast．ncbi．nlm．nih．gov／）上的BLAST程序与相关真菌的rDNA－ITS序列进行同源性比较，并用软件MEGA5．1Beta2构建基于rDNA－ITS序列的系统发育树，对菌株Sr－1进行分子鉴定。
生物学特性测定
温度对病原菌生长及菌核形成的影响将菌株Sr－1的菌核接在PDA平板上28℃培养3d后，用内径5mm的打孔器从菌落边缘切取菌饼，接于PDA培养基平板中央，将PDA平板分别放置于4℃、7℃、10℃、13℃、16℃、19℃、22℃、25℃、28℃、31℃、34℃、37℃、40℃、43℃的系列温度梯度下培养，每处理设3个重复。3d后用十字交叉法测量菌落直径，并计算3个重复的平均值，平均值减去5mm作为病原菌实际生长的菌落直径。10d后记录产生的菌核数量，并用数显游标卡尺（GB／T14899－94，桂林广陆数字测控股份有限公司生产）测量菌核直径。
方法将菌株Sr－1接于pH为4．0、4．5、5．0、5．5、6．0、6．5、7．0、7．5、8．0、8．5、9．0的100mLPDB液体培养基中［4］，28℃下静止培养5d，真空抽滤去掉培养液，40℃烘干12h后称菌丝体干重。每处理3次重复。
碳、氮源对病原菌生长及菌核形成的影响基础培养基配方：磷酸二氢钾1g、氯化钾0．5g、硫酸镁0．5g、硫酸铁0．01g、琼脂粉17g、水1000mL。测试不同碳源时，在1000mL基础培养基中加入2g硝酸钾作为氮源，再分别加30g不同碳源（葡萄糖、蔗糖、麦芽糖、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）；测试不同氮源时，在1000mL基础培养基中加入20g葡萄糖作为碳源，再分别加入2g不同氮源（甘氨酸、L－组氨酸、脲、L－胱氨酸、DL－丙氨酸、氯化铵、硝酸钠、磷酸二氢铵）。按1．4．1方法将菌株Sr－1转接至含有不同碳、氮源的培养基平板中央，28℃下培养3d，用十字交叉法测量菌落直径，并计算3个重复的平均值，平均值减去5mm作为病原菌实际生长的菌落直径。10d后统计菌核数量并测量其直径，每处理3次重复。天然培养基对病原菌生长及菌核形成的影响供试4种天然培养基分别为PDA、肉汁胨培养基（牛肉膏3g、蛋白胨8g、蔗糖10g、琼脂16g、自来水1000mL）、玉米粉琼脂培养基（玉米粉300g、琼脂16g、自来水1000mL）、燕麦片琼脂培养基（燕麦片30g、琼脂16g、自来水1000mL）。供试菌株与测试方法同1．4．3。
结果与分析
病害发生与症状芝麻白绢病主要发生在芝麻主茎基部及根部。发病初期植株叶片自下而上渐萎蔫（图1a），湿度大时在近地表茎基部及根部生白色绢丝状物，后期由白色菌丝体发育产生菌核（图1b），幼苗期显症病株一般数日内死亡。纵剖病株主茎基部，可见韧皮部凹陷，木质部发生褐变（图1c），将病根泥土清洗并在室温下保湿5～7d后产生菜籽大小、先白色后黄色、最后为褐色的菌核。在病组织上产生的菌核多为球形或不规则形，直径0．5～1．0mm，内部白色。该病在芝麻苗期至开花结果期均可发生。
病原菌致病性将菌株Sr－1接种芝麻植株后第16d，12株接菌核或菌饼的芝麻植株均发病，并产生与田间自然发病植株相似的症状，而对照植株均无发病症状。发病植株根部有放射状白色菌丝体，后期菌丝集结形成褐色菌核。重新分离得到的菌核与原接种菌株Sr－1的菌核在PDA平板上28℃下培养3d，两者菌落的形态和菌核大小基本一致。表明菌株Sr－1对芝麻植株有致病性。
病原菌形态菌株Sr－1在PDA平板上菌落圆形，菌丝白色绢丝状，并呈辐射状向四周扩展，28℃培养3d即可长满直径70mm的PDA平板，7d左右菌落表面开始形成白色菌丝团，菌核开始形成，10d后菌核大量形成。菌核先为白色，后渐变黄色，最后变成褐色，内部灰白色，球形或不规则形，表面光滑且有光泽，直径为0．5～1．2mm。
分子鉴定用通用引物ITS1和ITS4对菌株Sr－1的rDNA－ITS序列进行扩增，经1％琼脂糖凝胶电泳后，显示约650bp的单一条带（图2）。产物经纯化、测序后，获得642bp的rDNA－ITS片段（GenBank登记号：JQ982485）。
温度对病原菌生长及菌核形成的影响表1结果表明，该菌的生长温度范围为13～37℃，在31℃下菌落的直径最大，在22～34℃生长较快，且能产褐色成熟菌核。因此，可将22～34℃视为该菌的适宜生长温度，31℃为最适生长温度。低于13℃或高于37℃菌丝停止生长，且低于22℃或高于34℃都不产生成熟菌核。将菌株Sr－1的rDNA－ITS序列与GenBank中已有的相关DNA序列进行比较发现，芝麻白绢病病菌与罗氏阿太菌Atheliarolfsii（无性态：齐整小核菌Sclerotiumrolfsii）有89％～98％的最大相似性。在构建的基于rDNA－ITS序列系统发育树（图3）中，菌株Sr－1与罗氏阿太菌相聚于同一群。结合病原菌的形态特征、rDNA－ITS同源性及系统发育树的分析结果，将菌株Sr－1鉴定为罗氏阿太菌Athelrolfsii（Curzi）C．C．Tu＆Kimbr。
不同酸碱度对病原菌生长的影响菌株Sr－1在pH4．0～9．0范围内均可生长，其中在pH6．5～7．0中生长最好，表明弱酸性至中性有利于芝麻白绢病菌生长。由图4中可以看出，在pH6．5以下的酸性区域中，菌丝体的生长量随pH的增大而平缓上升，而在pH7．0以上的碱性区域中，菌丝体的生长量随pH增高而下降的幅度相对较大。该结果表明，与酸性环境比较，碱性环境不利于该菌生长。
碳、氮源对病原菌生长与菌核形成的影响菌株Sr－1在13种供试碳源培养基上均能生长，但不同碳源对该菌生长及菌核形成的影响程度有明显差异。在以D－海藻糖和D－山梨糖各自作为唯一碳源并配与硝酸盐为氮源的生长条件下，培养3d不仅菌落最大（菌落直径均大于83mm），且培养至第10d形成的菌核数量最多（表2）；其次具有较大菌落生长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、麦芽糖、蔗糖、L－阿拉伯糖、D－果糖和菊糖作为唯一碳源并配与硝酸盐为氮源的培养基上菌株Sr－1可不同程度地进行营养生长（菌落直径46．5～75．5mm），但培养至第10d观察不到菌核的产生。在不同碳源合成培养基上形成的菌核的平均直径为0．6～0．8mm。8种供试氮源对菌株Sr－1的营养生长和菌核形成的影响也有明显差异（表3）。该菌在以L－组氨酸、硝酸钠、DL－丙氨酸作为唯一氮源并配以葡萄糖为碳源的合成培养基上生长速度最快，培养3d菌落直径大于51mm，但培养至第10d仍不产生菌核；而在以磷酸二氢铵或氯化铵为氮源的培养基上，虽然培养3d菌落直径小于50mm，但培养至第10d时可产生菌核。在不同氮源合成培养基上形成的菌核的平均直径为0．6～0．7mm。
不同天然培养基对病原菌生长及菌核形成的影响菌株Sr－1在4种不同的天然培养基（燕麦、肉汁胨、玉米、PDA）上均可生长且形成菌核，其中在PDA和燕麦培养基上培养3d菌落直径最大（大于71mm），在PDA上培养至第10d产生的菌核数量最多（平均284粒／皿），平均菌核直径最大（1．2mm），而在燕麦培养基上产生的菌核数量最少（平均15粒／皿）。在玉米培养基上的菌落生长量及形成的菌核数仅次于PDA，在肉汁胨培养基上形成的菌核数介于玉米培养基和燕麦培养基之间。这4种天然培养基上形成的菌核的平均直径为0．9～1．7mm（表4），均大于各种碳、氮源合成培养基上形成的菌核平均直径（0．6～0．8mm）。
结论与讨论
关于芝麻白绢病菌的分子鉴定及生物学特性研究，很少见有文献报道。但对齐整小核菌（Sclerotiumrolfsii）引起的其他作物白绢病的报道较多。该菌可侵染62科200多种植物［5］，如草莓［6］、山楂［3］、花生［7］、辣椒［8］、韭菜［9］、油茶［10］、白术［11］、苜蓿［12］、茉莉［13］、烟草［14］等，在不同地区引起不同作物的白绢病。根据柯赫氏法则对芝麻白绢病菌的致病性进行测定，根据病原菌的形态特性及rDNA－ITS序列，将供试菌株Sr－1鉴定为罗氏阿太菌Atheliarolfsii（无性态：Sclerotiumrolfsii，异名：Corticiumcentrifugum）。关于芝麻白绢病，国内文献记载台湾、广西及湖北有分布［2］。该病在河南及其以北省份未见发生报道。本次调查，首次确认河南省有芝麻白绢病的分布，并在国内首次用分子技术对该病的病原菌进行鉴定。Atheliarolfsii属土传性病原菌，腐生性强。Nalim等［15］从花生田分离获得25个菌丝亲和组（MCG），组内的分离株菌丝间有亲和性，同一株花生可以分离到1～5个MCG，但一个MCG只能侵染一株植株。该菌适宜生长温度为22～34℃，并易形成菌核，抵抗不良环境，随着温度的降低其生长的强度也降低，这与田间高温时白绢病害发病严重的情况相符合。芝麻白绢病菌与韭菜白绢病菌［9］同属于一个种，因此，生物学具有一些相同之处，如两者生长的最适温度均为31℃，其次芝麻白绢病菌在pH4．0～9．0范围内均可生长，韭菜白绢病菌菌丝生长pH范围为2．0～9．0，这均与前人报道的病菌在pH4．05～8．97范围可生长基本相符［6］。但由于病原菌寄主的差异，芝麻白绢病菌的最适生长pH值为6．5，这与韭菜白绢病菌生长的最适pH3～4不同。
生物的特征范文4
随着信息技术的发展，电子商务中金融信息化程度越来越高，信息安全的重要性也同步提升。在互联网中信息安全技术最重要的应用是电子支付，而基于计算机视觉的生物特征识别技术深刻地改变着人们的支付方式和支付习惯。作为一种新兴的、有前景的在线电子商务技术，基于生物特征识别的支付得到越来越广泛的关注和应用。考虑到生物特征识别技术对经济发展的重要作用，其安全性和可靠性必须得到严格和稳定的保障。在安全领域，身份识别一直是研究的热点。由于人体的生物特征具有采集简便、个体差异显著的特性，在进行个人身份识别时具有较好的安全性和可靠性，因此在电子商务中可以利用人体生物特征进行在线支付及消费行为的确认。在互联网中，各支付主体之间的认证是电子商务的一个核心问题[1]，而终端认证是电子支付首先要面对的问题。考虑到电子支付的特殊性，需要支付终端具有尽可能简便的认证，并降低对支付设备的依赖性。本文提出一种交互式多生物特征识别方法，从第三方支付平台的角度研究其在电子商务中的应用。主要利用客户和支付终端的交互完成用户身份验证、消费确认以及支付签名。该方法借鉴了现有的生物识别技术如人脸识别[2~4]、鼻子识别[5~7]、耳朵识别[8~10]、指关节纹识别[11，12]、指纹识别[13，14]等，并对这些方法进行改进和整合，实现了多重安全的支付，而交互式支付从第三方平台的角度同时为消费者和商家提供支付保障。
2基于多生物特征识别的身份认证
目前研究的生物特征主要包括人脸、指纹、掌纹、虹膜、血管、指关节纹等。从数据采集方式看，人脸识别是较为容易的一种，受到众多电商青睐。在进行个体身份识别时，首先需要获取人物脸部生物特征。其中存在一些不确定因素，人物的年龄、胖瘦、高矮、形态、表情、胡须、皱纹、发型、穿戴都会影响人脸特征，甚至外部光线也会对人脸有影响，从而降低人脸识别的准确性。人脸的很多显著器官如鼻子、耳朵等在一生中形状相对稳定，且不容易受到外在干扰，因此在本文中将耳朵和鼻子作为身份识别的多生物特征的一部分。其次是指关节纹生物特征，其比掌纹特征更明显，也不易受到外在干扰，因此识别更简易和可靠，本文将其作为第三重生物特征。在识别时，这3个区域图像的数据量总和比人脸图像的数据量更少，因此其平均识别时间要比脸部识别时间少得多。
2.1多生物特征识别算法
在识别算法上，主要借鉴Gabor滤波器在鼻子、耳朵和指关节纹识别上的良好特性[15]，核函数和FDA（Fisherdiscriminantanalysis）在非线性判别中的优异表现以及带限相位相关算法在计算内容独立性方面的稳定发挥，设计了基于鼻子—耳朵—指关节纹的多重识别算法模式。首先提取鼻子、耳朵和指关节纹的感兴趣区域（regionofinterest，ROI），采用Gabor滤波器对图像进行Gabor滤波处理。其次，对滤波后的图像进行对比度增强处理，利用带限相位算法调整图像频谱范围，利用位移校准法对图像进行校准、微调和裁剪[15]。最后，对校准后的图像进行基于阈值的匹配和识别。作为第一重生物特征的鼻子，需要区别耳朵和指关节纹的特别处理。在特征提取中，需要事先建立测试样本及训练样本。对训练样本和测试样本分别利用核函数将鼻子的Gabor小波特征非线性地映射到核空间，再通过计算类间和类内离散度矩阵，进而求解Fisher基向量。并将上述训练样本和测试样本的Gabor小波特征分别投影到Fisher基向量，最后计算得到两类特征的距离，并进行基于距离的分类判别。
2.2身份识别
基于多生物特征识别模式的身份认证分别进行鼻子、耳朵、指关节纹的生物特征识别，根据鼻子、耳朵、指关节纹的特征强度和识别可靠度，予以三重生物特征不同的权重，最终的识别结果计算方法为：首先观察3种生物特征识别的结果是否完全一致，若完全一致，则用户身份确定；若不一致，再观察耳朵和指关节纹识别的结果是否一致，若一致，则取耳朵和指关节纹的识别结果；若3种生物特征识别的结果各不相同，取鼻子生物特征识别的结果作为身份识别结果。
2.3身份认证
在电子商务中，身份认证主要通过第三方支付平台的支付终端进行。支付终端采集用户的鼻子、耳朵、指关节纹图像，并将其传送到第三方支付平台的支付服务器端进行身份识别。支付服务器上存放用户个人生物特征库，根据多生物特征识别算法进行用户的身份识别。将其与注册账户进行比对，确定用户账户存在且有效，从而完成用户的身份认证。身份认证后，用户继续在第三方支付平台的支付终端中进行支付活动。在电子商务中，支付是最后也是最关键的一步，需要严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台上进行的交互式支付及消费确认机制。
2.4多生物特征融合的SVM模型
为了对多生物特征识别进行效果验证，本文首先构建了一个多生物特征融合模型，如图1所示，这里采用的生物特征包括人脸和虹膜。在各种生物特征中，人脸识别是人类最自然和最容易接受的身份识别方法，在很多电子商务中得到了成功应用；而虹膜识别则具有较高的准确率。这两种生物识别都有各自的局限。参考文献[16，17]在不同层论证了人脸和虹膜的融合识别。在分类器的选择上，本文考虑了SVM（supportvectormachine，支持向量机）。SVM是建立在统计学习理论的VC维理论和结构风险最小原理基础上的机器学习方法，求解办法是将分类问题转化为二次规划问题。作为一种二分类器，其基本思想是在样本空间中构造出最优分类超平面，并使其达到最大的泛化能力[18]。多特征SVM模型的处理过程为：首先，分别对人脸与虹膜图像进行预处理及特征提取，得到人脸特征向量与虹膜特征向量。而后将两种特征向量进行串行组合，得到融合特征向量。最后，将融合特征向量经过标准归一化处理，利用SVM进行分类识别。假设人脸特征提取的特征向量，xi={x1i,x2i,x3i,…,xmi},i=1,2,…,s（s是样本数量）；虹膜提取的特征向量yi={y1i,y2i,y3i,…,yni}；融合特征向量是由xi与yi串接得到的向量zi={z1i,z2i,z3i,…,zki}，由该向量作为最终的实验数据库。上述特征向量中m,n,k是样本的维度。对该模型进行验证，实验运行工具为MATLAB，使用了LibSVM工具箱，分类方法采用one-against-one，二次规划采用了改进的序列最小优化（sequentialminimaloptimization,SMO）算法[19]，工作集个数为2，对样本及其Lagrange乘子进行更新和迭代计算，对满足约束优化条件的目标决策函数进行优化。该方法工作集小，迭代数据快，因此在大规模训练情况下二次规划的求解效率能显著提升。多生物特征识别的具体实现过程与生物特征不同的特征提取方法有关，人脸和虹膜预处理和特征提取的方法不同，提取出来的特征在分布和数量级上也会有所不同，直接融合可能会对识别结果有影响。为了排除这种特征数量级非均衡性对特征融合识别结果的影响，识别前需对融合特征做归一化处理。这里采用两个特征提取方法进行识别验证。方案1PCA+WT。算法过程如下。步骤1人脸处理。将以行向量的形式表示每一张人脸图像，得到原始样本集。再利用PCA（principalcomponentanalysis）提取人脸图像的特征向量，实验中选取前20个主分量，即特征向量X的维数是20维，作为第一组样本。步骤2虹膜处理。对虹膜图像进行预处理，得到64dpi×512dpi大小的归一化虹膜图像。再进行TripleWT（wavelettransform），计算7个通道的均值和方差作为特征值，最后得到14维的特征向量Y，作为第二组样本。步骤3特征融合处理。将步骤1和步骤2得到的人脸和虹膜样本中的特征向量一一对应进行串行连接，得到34维融合特征向量，并进行归一化处理。步骤4将得到的标准数据集分为训练集和测试集，用SVM法进行训练测试。方案2Fisherface+Gabor。算法过程如下。步骤1人脸处理。对原始样本集利用Fisherface方法[21]对人脸图像进行特征提取，选择适当的投影空间得到16维的特征向量X，作为第一组样本。步骤2虹膜处理。对预处理后的归一化虹膜图像通过Gabor滤波器[20]，选择中心频率和相位角度不同的12个Gabor滤波通道，提取各通道的均值和方差作为特征值，得到24维的特征向量Y，作为第二组样本。步骤3同方案1的步骤3和步骤4。
2.5多生物特征识别性能验证
本文以ORL人脸数据库和CASIA虹膜图像库为实验对象。在两个库中都按50dpi×50dpi规模选取原始图像，对其一一制定配对得到实验图像库。在不同数量的训练集和测试集下对单一生物特征和多生物特征融合识别，对经典分类算法（K-nearestneighbor,KNN）、神经网络（neuralnetwork,NN）、SVM3种分类识别方法进行了性能比较。实验结果见表1（其中训练集和测试集为归一化后的数据）。从表1可以看出，多生物特征识别准确率要超过单一特征识别准确率，随着训练样本数量增加，所有识别方法的识别率也会逐步提高。此外，SVM在对比的几种分类器中，识别效果更好。从验证结果看，多生物特征识别具有较高的识别性能，可以用于各种身份识别和认知的应用场合。基于多生物特征识别模式的身份认证进行融合生物特征识别，并通过第三方平台进行身份认证。支付终端采集用户的人脸及虹膜图像，并将其传送到第三方支付平台的支付服务器端进行身份识别。支付服务器上存放用户个人生物特征库，根据多生物特征识别算法进行用户的身份识别。将其与注册账户进行比对，确定用户账户存在且有效，从而完成用户的身份认证。
3交互式表情扫脸
人的形态尤其是面容很容易随着时间而变化，这是人脸识别技术必须克服的一个难点，目前的技术可以做到在个体常规化妆、发型变化、一定程度下胖瘦变化、老化时进行身份识别。但如果变化过于剧烈，单一的扫脸模式将无能为力。此时可以借助其他生物特征辅助，比如扫脸和指纹验证相结合。对于识别难度较大的情况可以采用多种生物识别方式组合的方式。即便如此，扫脸支付仍然存在人脸照片和人脸视频的假冒问题，是人脸识别进入商用的一个技术难点。近期国内外已经有若干家电子商家或实体商家利用扫脸技术来完成支付，他们大多采用“面对面”式刷脸或者功能仅限于密码输入的方式，对于用户身份的准确识别以及消费行为的确认等方面考虑得还不够深入。例如支付宝的扫脸技术“smiletopay”仅用于支付密码，但其对于用户身份的确认还存在诸多盲点。本文对第三方平台在线支付问题的思路不同于其他电子商务只将扫脸用于支付，本文侧重于利用交互式表情扫脸进行消费行为的第三方确认，明确将指纹和交互式表情扫脸结合起来完成支付。此外，本文将用户身份认证和用户支付操作的确认和签名分开。身份认证利用鼻子—耳朵—指关节纹多生物特征完成认证，避免单一模式下产生的失误。在用户进入支付环节后，为进一步加强可靠性和安全性，利用交互式表情扫脸和指纹识别来完成。这种模式一方面可以避免人脸照片和人脸视频的假冒，另一方面也可作为支付纠纷发生时的支付依据。支付终端在交互式表情扫脸中需要用户进行表情配合，即进行用户和支付终端的交互，比如在当前情景中系统随机给出头/脸部动作及表情要求，支付者配合完成该过程，从而进行支付前的再次确认。这种利用应用情景模式配合扫脸和系统提示动作的模式可以有效防止视频或者照片的欺骗行为。最后，利用表情操作进行脸部表情签名。支付者按照预先设置的签名表情完成相应动作之后完成签名。交互式表情扫脸签名的优点是对支付者身份的不可伪造性和对支付行为的不可抵赖性。为了确保可靠性，除需交互式表情扫脸签名，支付终端还需要有传统的密码机制作为补充。多种支付方式的存在为用户提供了一种简便和安全的支付选择。在异地消费活动中，若客户手机、钱包、信用卡丢失，无法进行移动支付、现金支付和信用卡支付，通过交互式表情扫脸进行身份的快速识别和认证，在支付前进行基于表情的消费签名，从而在第三方支付终端完成可靠的消费活动。
4交互式多生物特征识别技术在电子商务中的应用
在互联网中进行的电子商务和支付活动中，买卖双方不能面对面完成交易，这使得认证问题成为电子商务和支付的核心问题。基于第三方支付的认证过程主要包括以下支付主体：顾客、WPKI（wirelesspublickeyinfrastructure）商户（产品或服务的提供者）、银行[21]、第三方支付平台。其中第三方支付平台主要包括支付网关、支付服务器、支付终端等，如图2所示。在第三方支付平台，支付服务器主要完成顾客的生物特征身份信息的存储和用户身份验证、支付确认处理等。用户在支付前首先需在服务器端建立客户多重生物特征库，用以对客户生物特征进行采集和预处理。支付网关主要完成基于线下信任的商户认证，首先它在中间服务平台（如商区或社区）对商户进行初级认证的基础上对中间服务平台进行第二级认证。通过线下预认证机制与线上交互认证进一步强化线上支付主体与现实之间的联系。支付终端完成顾客基于多重生物特征的身份认证和交互式消费确认。为了解决第三方支付平台沉淀资金风险隐患，并简化第三方支付终端认证过程，取消了第三方支付平台设立的中间账号，以系统的第三方授权及确认付款功能来为交易双方提供信用担保。通过预先签订的客户和付款账号所在银行中间的授权支付协议，在支付终端完成基于生物特征识别的身份认证后进行支付确认时，第三方支付平台代表付款人直接通知付款银行，无需付款人提供账号和密码而能直接利用跨行清算系统自动完成顾客与商家的支付交易。通过第三方支付平台省却了支付方、商家和银行中间繁琐的认证过程，并简化了用户在支付终端的支付操作。交互式多生物特征识别的支付及消费确认机制将从两方面着手，首先是顾客身份的认证，采用多重生物特征识别的安全认证模式来实现，其次是顾客对支付行为的确认和支付签名。顾客身份认证中所使用的多重生物识别机制如上文所述。而在顾客支付行为中，需要配合顾客的表情和与终端的互动来完成，侧重于利用扫脸进行消费行为的第三方确认，将指纹和扫脸结合起来完成支付和签名。在出现消费行为的支付纠纷或者在一些应用中需要用户产生不可抵赖的凭证时，可将扫脸的视频作为支付凭证，扫脸的作用更像电子签名。这种电子表情签名结合指纹模式产生的互动效果更稳定、更安全。第三方支付平台通过建立“预认证”和在线交互激活、表情签名认证模式来实现终端认证的简化。预认证主要采用分层模型解决第三方支付平台和商家、中间服务平台、公共服务域之间的认证和信任问题以及第三方平台上的支付者（顾客）的个人账户信息。该过程采集并预处理支付者的个体生物特征，建立用户生物认证账户和商家账号的个人服务域。用户认证前必须先建立公共服务域。公共服务域由支付服务中心、跨行支付系统、商业银行构成。该服务域级别越高，可信度越高，且能简化支付协议和流程的设计。其中支付服务中心提供商业银行账户的寻址服务。可根据商家信息、用户手机信息与各银行账号的绑定关系，将用户手机号和商户信息转换成商业银行的账户信息。认证中利用支付服务中心账户寻址和管理手段确保商家和付款客户双方的不可否认性，从而降低相关的支付风险。跨行支付系统实现各个银行的跨行支付与清算。该服务域省却了银行、用户、商家相互之间的直接联接，从而避开支付时繁琐的认证过程。在线支付预认证分层模型如图3所示。交易过程中，支付终端首先利用鼻子—耳朵—指关节纹多生物特征对用户进行身份识别。在预认证基础上，通过指纹识别与交互式表情扫脸结合进行在线支付前确认及支付签名。
5结束语
生物的特征范文5
生物特征识别核心引擎
通过当前领先的数字信息技术与光学、声学、生物传感器和生物统计学原理等高科技手段的密切结合，利用人体所固有的诸如指纹、而相、虹膜、脉络等生理特性，和诸如笔迹、声音、步态等行为特征来进行个人身份的鉴定的技术手段，就成为生物识别技术。该技术比传统的身份鉴定方法具有安全性、保密性和方便性，同时还具有不易遗忘、防伪性能好、不易伪造或被盗、随身“携带”和随时随地可用等优点。
由于早期生物特征识别技术产品均借助于计算机技术实现，虽然很容易配合电脑和安全、监控、管理系统整合，实现自动化管理，但其应用范围受到限制。为使生物识别技术广泛用于从公共安全、金融业务、社会福利保障、电子商务，直至家居保安和个人私隐等消费类市场，嵌入式需求至关重要，因此DSP无疑是生物特征识别处理的核心引擎。
如图1所示生物特征识别系统是一个典型的高速影像处理系统，首先其核心处理包括影像获取、影像增强和模版提取，然后进行匹配和加密，所有这些复杂的工作都需要在瞬间实现，如果没有DSP的高速则难以胜任。其次其周边包含传感、存储、外设、供电和主控单元，整体耗电量要求尽可能低，因此TI的DSP的低功耗和MSP430的超低功耗特性得天独厚，另外还可得益于IT的高性能电源等其它器件器件。当系统的高速和省电需求得到充分满足之后，生物特征识别产品市场化的进程便得到迅猛的发展。
指纹识别技术发展进程
人们对指纹特征的认识由来已久，但在快速自动识别方面还是数字化的产物。一个手指的指纹特征点约在一百到一百二十之间，每个特征点以八个比特来描述将近一千个比特，在数据层面难以复制。另外其本身内在的生物特征也难以被盗取，这就难以被直接复制成指模。加之现有活体识别技术，即便复制出指模也是无济于事。其实早在PC时代人们就对指纹识别技术进行了系统的开发，但真正的实用化还是从DSP开始，特别是TI的C5402这样的经典平台。C5402具有100MIPS运算性能，且性能与功耗都具优势，在指纹识别应用的历史跨越了一个年代，只是后来逐步升级到C55X平台。图2所示为基于11的C55X平台指纹识别参考框图。
C55X是C54X的升级平台，时钟提高的同时内部运算处理核心也加倍，因此往往200MHz或300MHz时钟可以获得400MIPS或600MIPS的高运算能力。由于芯片半导体工艺的改进，加之特殊的内部供电管理机制，其工作功耗呈数量级下降，并成为可实现业界最低待机功耗的新型DSP平台。其中C5509和C5507以片上集成USB接口而别具特色，C5503/02/01则以不同的内存配置而针对不同应用。特别值得一提的是，新近推出的C5506超低功耗器中，时钟为108MHz下仅为58mW功耗，而性能可达216MIPS；在1.2V情况下待机功耗仅为0.120mW，为业界最低。另外还具有动态频率与电压缩放、多种待机模式可分别关刚独立外设与内部功能、128KB的SRAM可满足高效代码需求以尽可能减少片外存储器存取。C55X平台还可以通过电源优化工具辅助实现低功耗设计。
凭借DSP的驱动，指纹识别技术的实用化和市场化进程不断加快，其中最重要的一个应用就是指纹锁。从一般锁到指纹锁的变迁说明了安全的主题是恒久不变的，指纹门锁目前也成为高档住宅或安全重地的必然选择。与此同时，指纹在保险箱等产品的应用，除了确保物理安全之外，还能保证信息存储更加安全可靠。指纹识别在银行系统中的应用是一个极具潜力的新兴市场。在金融交易过程中，指纹特征信息由于每次采集的数据并不完全相同，若被拦截并进行假冒验证，系统可以判定出存在完全相同的两次数据，则有机会拒绝服务，从而一定程度提高了交易安全。传统的类似银行卡的结算方式，需要输入帐号和密码、加载数字证书，操作环节多且繁琐，而采用指纹则确认交易的过程可以一次完成。随着DSP产品及应用的“平民化”，面向消费类的指纹识别市场将会呈现空前繁荣的局面。
面相识别技术发展进程
与指纹特征识别技术相比，面相识别算法非常复杂而代码长度也非常火，这就需要很大的处理性能和系统资源。如果在电脑上实现需要“奔腾4”级别以上，然而相识别类产品需要相当高的可靠性，基于PC的通用操作系统很难保证这种持久的可靠性。另一个方面，面相识别在例如门禁、移动便携式设备、智能监控相机等应用场合必须是嵌入式产品类型，而这对系统功耗也就提出了更高的要求，显然通用的CPU难以胜任，只有高性能的DSP才有机会不断推进面相识别的市场化进程。图3为基于DSP的典型应用示范。
在面相识别应用中，DM642是一个理想的平台，首先这是业界第一颗高性能、软件可编程的通用媒体处理器，其核心是主频为600MHz名为C64X的DSP，由丁有八个并行运算单元，所以等效性能为4800MIPS。DM642集成有多个离精度数字视频接口，可以作为视频输入电可以作为视频输出，同时还有以太网接口用于传输压缩的数据流和音频输入输出接口。DM642通过扩展总线连接同步动态存储器和闪速存储器，在视频前端可以采用TI的视频解码器、视频放大器及电源等高性能模拟器件。
DM642的C语言编译效率很高，所以很容易将基于PC的软件算法进行移植，还可以借助于TI特有实时操作系统DSP/BIOS构建嵌入式面相识别系统，这样就可以之作为一个独立的设备，完成视频采集、人脸定位、特征提取，同时还可将该资料以及压缩的视频数据通过网络实时地传到远程的服务器，然后在人脸影像数据库中进行检索和匹配，并及时地通报结果。若是需要录入新的人脸影像，则可以通过简单的拍摄完成，便添加到影像数据库中去。
新型的单片媒体处理器将使面相识别系统功能更加强大。
TI所推出的达芬奇(Davlnci)平台不仅包含更高性能的C64X+核心，还集成了ARM9通用处理器，既可以高速地处理人脸影像，还可以运 行高级的嵌入式操作系统，如Linux，甚至WinCE。视频输入与视频输出包含在一个视频处理子系统中，前端有CCD的控制器、预览、缩放，还具有自动聚焦、自动爆光、自动白平衡的“3A”功能，后端集成字幕叠加“OSD”、四个视频DAC和24位数字RGB输出。Davinci集成有丰富的接几，除了与DM642同样的以太网口和音频接口外，还有USB20、硬盘ATA接口、MMC和SD等存储卡接口。于是许多有用的识别资料有了灵活的存储方式。
日前已有不少专业公司成功推出基于DM642的面相识别系统，并推山实用性的产品。由于DM642目前已成为数字视频监控的主流平台，那么基于DM642的面相识别算法中就很容易集成到数字视频监控应用系统中，从而增强了其附加值，这也成为数字视频监控的一个趋势。
随着基于Davinci的数字视频监控产品的推出，相应的面相识别系统也将更新的面貌出现。
面相识别技术已开始应用于银行安全防范管理系统、会议代表身份认证系统、面像识别门禁、面像识别考勤、社会保障管理、公共场所巡察等应用系统，并在不同程度地发挥着作用。
其它识别技术发展进程
生物识别技术可划分为生物生理特征和生物行为两类，前两部分介绍的指纹识别和面相识别属于前者，同属生物生理特征的还有虹膜识别、视网膜识别和掌纹识别。生物行为特征则包含手动签名以及声音识别。那么在这些识别技术中哪一个还具有潜力呢?根据权威性实验报告，在技术特性方面虹膜识别特别适合于信息安全和通道控制领域的身份认证。
虹膜就是人眼瞳孔和眼白之间的环状组织，是人眼的可视部分，也是最可靠的人体生物终身身份标识。虹膜识别有条件成为人体生物特征识别技术中的最佳选择，其原因在于其所具有最高的唯一性、终身不变性、最强的生物活性，其识别准确性最高，而且识别速度最快，防伪性最强也。曾经有国际权威部门对人体生物特征识别技术分析结果显示，虹膜识别的匹配速度超出所有其它生物统计技术至少20倍。
当然虹膜识别的可靠性需要有极高的识别准确度来保证，特别是采用核心技术在深色虹膜的“无纹理”区域分析提取纹理特征并加以精确的数字表述的实现，因此需要采用更高性能的DSP，如主频高达千兆的C6416系列。随着识别技术更加成热和优化，还有高性能DSP的价位的降低，虹膜识别同样可以广泛应用于政府、军事部门、厂矿企业、社会公共安全防范以及信息安全领域。
在视网膜识别与虹膜识别，指纹识别与掌纹识别在某种程度上有共同性，只是在各自的传感器上有所不同，在处理方式方法上也大相径庭，但是DSP都有发挥的余地。
生物的特征范文6
关 键 词：运动生物力学；脚背正面射门；不同高度；射门；球速；支撑腿
中图分类号：G804.6 文献标志码：A 文章编号：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
射门在足球比赛中是最直接的得分手段。射门能否取得成功，主要取决于射门球速、射门角度、射门时机等要素。球速较快的球，往往给守门员造成较大威胁。据人体解剖结构特征，脚背正面踢球时摆幅相对较大，加之其摆速快且与球接触面相对较大，因而踢球时力量大、球速快、准确性高。Isokawa等[1]研究显示，技术熟练的的足球运动员脚背正面踢球，球速可达17～28 m/s。实际比赛中，脚背正面射门使用频率相当高，且射门形式多样，如定位球、正面凌空抽击、侧身凌空摆击、反弹球、倒钩等。
国内外有关脚背正面踢球的生物力学文献不多，从查阅到的少数文献中，以运动学分析者居多。刘力生[2]研究发现：脚背正面踢球时，足的速度与球速高度相关（r=0.872），摆动腿的摆动遵循关节活动的顺序性原则。许树渊[3]认为，以人体踢球动作的下肢动力链视之，大腿的用力与大幅摆动均能倍增下肢末端即足的重心速度，使踢球时动量增加，球速提升。黄寿军[4]从事多年足球教学经历，在实践中发现：支撑腿过前，击球点在球的后上方，会经常出现“卡壳”或踢出去球无力现象；支撑腿过后，击球点易击在球的后下部，踢出的球偏高，多沿横轴回旋，出球力量小；支撑点与球的中心点在同一水平线上，则左右距离过大或过小，击球点不稳定，出球多呈内、外旋，这些属于教学经验，未能获得实验数据佐证。Asami等[5]发现：地面反作用力峰值与球速表现无明显关系。Kell等[6]研究了不同角度助跑对支撑腿膝关节生物力学的影响时发现：地面垂直反作用力不受助跑角度影响。本研究借助运动学和动力学同步测试方法对不同高度脚背正面踢球的球速及准确度进行探讨，为足球运动员在比赛、训练环境下，如何运用合理技术提供参考。
1 研究对象与方法
1.1 研究对象
选择西南大学足球队12名男生，为受试者，身高（175.22±1.36） cm、体重（65.37±2.35） kg、年龄（21.32±1.03）岁、运动等级均为国家2级、训练年限均在8年以上且从未中断。
1.2 研究方法
1）运动学研究。
2台JVC9800摄像机，拍摄频率为100帧/s。A机、B机及三维测力台中心3点近似构成等边三角形，边长约为5 m，两机高约0.75 m。对受试者从助跑到脚击球的整个过程进行拍摄。采用北京体育大学研发的视讯图像解析系统对运动图像进行插帧处理使拍摄频率达到200帧/s，后再进一步对图像解析以获取相关运动学参数。
2）动力学测试。
国产JP6060多维测力平台用于监测受试者踢球过程中踏在测力台的支撑腿对地面的三维力变化情况。测力台采用埋入式安装，其表面与地面基本保持在同一水平面上，数据采样频率为800 Hz。同步装置是由连接多维测力平台的触发模块的无线同步器和发光的二极管组成。主试者触发同步遥控器，多维测力台启动采集数据，二极管发光使摄像机与多维测力台同步。
3）时相阶段划分。
（1）技术动作定义。
地面球射门：以直线助跑方式（助跑路线与球门中心线夹角
1/2膝关节高度射门：以直线助跑方式，正面踢尚未落地、在1/2膝关节左右高度球的射门动作。
膝关节高度射门：以直线助跑方式，正面踢尚未落地，在膝关节左右高度球的射门动作。
空踢动作与有球射门动作要求一致，空踢完整动作以支撑腿踏上测力平台后，踢球脚足尖离地瞬刻为始，足尖与标志杆平行为终。
（2）角定义。
髋关节角：为髋、膝关节中心连线与躯干中点及髋关节中心点连线之间的夹角。膝关节角：为膝、踝关节中心连线与人体垂直轴之间的夹角。踝关节角：为踝关节中心与跖趾关节连线与水平轴之间夹角。脚背夹角：为脚背正面与地面间的夹角（见图1）。
图1 髋角、膝角、踝角、脚背夹角示意图
（3）球门分区。
将球门上半部分为A区，下半部分为B区用以记录受试者射出的球落在球门内的具置。
（4）时相划分。
踢球的一般过程包括助跑、支撑、摆腿、脚击球，随前动作。本研究主要探讨支撑腿踏上测力台瞬刻至摆动腿将球踢出瞬刻这一过程。据研究需要将这一过程分为3个阶段。第1阶段：从支撑腿踏上测力平台后，踢球脚足尖离地瞬刻至最大髋关节伸展角度瞬刻止；第2阶段：小腿向上摆动期，即踢球脚髋关节从最大伸展角瞬刻至膝关节屈角最小瞬刻；第3阶段：前摆期，即从膝关节处于屈角最小瞬刻至脚背正面触球即刻止（见图2）。
图2 踢球时相划分示意图
（5）垂直距离界定。
垂直距离是指由球或标志物中心投影（A）向支撑腿足部中心（B）与第3趾骨连接线段的延长线引垂线，足部中心（B）与垂足（C）的距离（见图3）。
图3 支撑脚与球垂直距离示意图
4）测试数据的可靠性分析。
将入选的受试者的脚背正面射门动作所获3次有效数据进行重复性检验，采用相关系数及变异度进行评价，其相关系数均大于0.74，变异系数在5%以内，且均达到显著水平。因此可以认为用于分析脚背正面射门的各项参数均具有较高的可信度。
1.3 实验程序
采用自身对照方法，让12名受试者先完成“有球脚背正面踢”，本研究称之“实验组”，然后再让12名受试者完成“无球空踢”，本研究称之“对照组”。
（1）实验组。
2.2 动力学测试结果
不同高度脚背正面射门动力学参数测试结果见表4。表4显示：
1）实验组、对照组脚背正面射门不同高度间前后、左右方向最大地面反作用力、垂直方向触球瞬间地面反作用力差异无显著性（P>0.05）。实验组与对照组间差异亦无显著性（P>0.05）。
2）实验组、对照组前后方向触球瞬间地面反作用力，脚背正面踢地面球时最大、1/2膝关节高度次之、膝关节高度再次（P0.05）。
3）实验组、对照组垂直方向最大地面反作用力方面，踢1/2膝关节高度、膝关节高度触球瞬间地面反作用力差异无显著性（P>0.05），踢地面球的触球瞬间地面反作用力明显小于踢1/2膝关节高度、膝关节高度触球瞬间地面反作用力（P0.05）。
4）实验组、对照组任何高度位置射门的球速与支撑脚着地所受地面反作用力不存在线性相关关系。
3 讨论
3.1 运动学特征
1）不同高度射门，球速均大于足的速度。球离足速度与足速度比值代表碰撞效率，比值大于1，即是一个效果良好的踢球[7-8]。本实验踢球效果良好。
2）实验组射门球速、足速度，地面球最快、1/2膝关节高度次之、全膝关节高度再次。该现象显示随着踢球位置高度的增高，足速度和球速度出现的递减趋势。说明脚背正面射门击球点高度越低球速越快。根据Plagenhoef等[9]对足球碰撞理论在足球运动的研究可知，足速度与球速度呈现正相关关系。可以推论，本研究中随着击球点位置的增高，球速出现下降趋势是因为随着击球点位置的增高，足速度出现下降趋势。
3）对照组地面球、1/2膝关节高度、膝关节高度脚背正面空踢足速度、动腿脚触球即刻膝角、小腿前摆角速度、小腿前摆幅度、小腿前摆时间经多因素方差分析，无显著性差异。该现象说明3个高度位置，腿所能达到的摆速没有显著性差异，即人体解剖结构并不是造成脚背正面不同高度位置射门，随着踢球位置高度的增高，足速度递减趋势的主要原因。Kells等[10]研究亦有相似结论。
4）实验组与对照组相应高度间射门比较发现，大腿前摆、大腿后摆、小腿后摆各运动学指标在实验组与对照组相应高度位间、不同高度位置间均无显著性差异，而小腿前摆运动学数据在实验组与对照组1/2膝关节高度、膝关节高度间、实验组不同高度射门间差异存在显著性。Isokawa等[11]研究认为膝关节角扩大，小腿以膝关节为支点向前更多延展，会使球速增大。因此推论脚背正面不同高度射门间摆动腿足速度差异是由于不同高度间小腿前摆差异造成的。根据图像分析发现，加速前摆期小腿前摆一直处于加速运动过程。Tsaousidis等[12-13]研究证实，膝关节屈角最小瞬刻开始直至球离开脚面，足部未发生减速运动。据此推论不同高度射门间小腿前摆角速度、足速度差异主要发生在摆动腿摆动幅度差异（Δ幅度）间，即不同高度射门间小腿前摆角速度、足速度差异主要发生在摆动腿摆动时间差（Δt）里。当加速度一定，由于前摆时间踢地面球时最长、1/2膝关节高度次之、膝关节高度再次所以不同高度射门足速度出现差异。王世椿等[14-15]研究发现：膝伸肌和膝屈肌肌力均与踢球球速有显著相关，膝伸肌和膝屈肌肌力在快速收缩及中等速度收缩时，有利于球速增加。因此得出结论，摆动腿小腿状况是影响摆动腿足速度和射门球速的重要因素；小腿前摆时长、摆幅的差异是造成不同高度射门足速度差异的直接原因。
根据前文分析从人体解剖结构角度不同高度射门所能达到摆腿速度和足速度并无显著差异。但在实际射门中却存在差异。蔡尚明[16]提出：支撑脚位置和支撑腿膝角大小可能会对球速产生影响，但目前没有相关研究证实。表2结果中支撑腿与球垂直距离跟各高度射门触球即刻膝角、小腿前摆角速度、小腿前摆幅度、小腿前摆时间呈正相关。前摆加速度没有差异的情况下，前摆幅度越大，前摆时长就越长，最终前摆角速度和足速度就越快。在一定范围内，支撑脚与球垂直距离越远，射门球速就越快。但具体范围有待进一步研究，且可能与人体下肢长度有关系，但目前无相关研究。表1结果显示3种不同高度射门其支撑脚与球垂直距离，具有显著性差异。因此推论，不同高度射门间支撑脚与球垂直距离差异，导致其间射门球速的差异。
5）根据地面球、1/2膝关节高、膝关节高度脚背正面射门中，球速、支撑脚与球垂直距离与落入球门区域关系发现，球速较快和支撑腿距球较远的射门球主要落在球门上半部，球速较慢和支撑脚距球较近的射门球主要落在球门下半部。前文分析在一定范围内，摆动腿前摆加速度一定的情况下，支撑腿与球垂直距离越远，射门球速就越快。乔建平[17]认为，脚背正面射门支撑腿过于靠后，球易踢高。射门的球一定要控制在一定范围内，不能只追求球速。而对照组不需要考虑射门精准度的因素。脚背正面踢球技术动作中，摆动腿的摆动是前后方向，直线摆动，所以髋关节和膝关节不能左右摆动变化。踝关节和脚面必须保持紧绷，在整个射门动作中踝关节角基本保持不变，依靠髋、踝关节突然的位置变化控制出球高度是难以实现的。脚背正面射门只能通过控制膝关节角和脚背与地面夹角控制球的高度。根据图像分析观察到，脚触球即刻膝关节角、脚背与地面夹角越小踢出的球路就越低，反之亦然。前摆期摆动腿的摆动轨迹类似扇形，摆动腿与支撑腿平行的瞬刻（后文简称平行瞬刻），脚趾尖的位置为整个轨迹的最低点。在前摆期开始至平行瞬刻，摆动腿运动轨迹是向下的，通过平行瞬刻后，摆动腿的运行轨迹开始向上。踝关节角一定，摆动腿运行轨迹越向上，膝关节角、脚背与地面的夹角越大，踢出就越容易高。为了把球射在门框范围内，就需要在触球时把膝关节角、脚背与地面的夹角控制在一定范围内。通过缩短前摆期时长，令脚更早触球是控制角度的有效途径。在摆动加速度一定的情况下，缩短摆幅可以使前摆期缩短。而摆动幅度是由支撑脚与球垂直距离决定的。所以脚背正面射门中支撑腿与球垂直距离可以决定射出的球的速度和高度。地面球、1/2膝关节高度、膝关节高度3种位置的球，地面球摆放高度最低，同样球达到门内相比1/2膝关节高度、膝关节高度的球，踢地面球，球飞行轨迹上升高度空间最大，前摆期也可以最长。所以踢地面球摆动腿前摆最充分，击球瞬间足速度最快。其余两个高度位置踢球足速度差产生的原因与此相同。所以会出现随着踢球位置高度的增加，足速度和球速度出现递减趋势。
综上所诉，通过控制支撑腿与球垂直距离可以控制脚背正面射门的球速、球路、动作时间。
3.2 动力学特征
脚背正面射门动作3种不同高度踢球，前后方向触球瞬间地面的反作用力，呈现出随着踢球高度的增加力值减少的趋势；左右方向踢地面球的触球瞬间地面反作用力明显大于踢1/2膝关节高度、膝关节高度。任何高度位置射门的球速与支撑脚着地所受地面反作用力不存在线性相关关系，可以认为在脚背正面射门时支撑脚所受地面反作用力对射出球的球速可能没有直接影响，人体关节具有伸缩、固定、支持等功能[18-19]。据此判断，足球踢球支撑脚主要扮演一个固定支持的功能，可能是为了方便髋部的扭转及动力链在击球腿的执行。Adrian认为，当支撑脚接触地面，其作用就像扎根于地面，对抗髋关节向前的运动[20]。Barfield提出，支撑效果取决于支撑腿膝关节的用力及屈伸程度。着地支撑时，人体需要保持身体的动力，以控制平稳，因此膝、踝关节要以离心收缩的方式适度弯曲。在前摆球阶段，人体是以稳固支撑，为了增加踢摆的力量，支撑脚膝、踝关节作蹬伸动作，使摆动腿充分发出击球的力量[21]。
综上所述，任何支撑脚受到的地面反作用力与踢出球的球速无关，支撑腿在踢球过程中主要负责固定支撑、维持平衡使摆动腿充分发力击球。
参考文献：
[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] 刘力生. 关于脚背正面踢定位球影响出球速度的若干问题讨论[J]. 四川体育科技，1988（3）：22-28.
[3] 许树渊.脚背正面踢球躯干及下肢运动学与重心力矩之分析[J]. 大专体育学刊，2003，5（1）：205-215.
[4] 黄寿军. 脚背正面踢定位球易犯错误及纠正[J]. 中国学校体育，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，颜士凯. 增强式或等张式肌力训练对女子足球员足脚背踢球球速之影响[J]. 体育学报，2002（28）：399-407.
[15] 张贻琪，郭静如，龙官，等. 肌电、测力、录像同步测试正足背推击踢球技g研究[J].天津体育学院学报，1996，11（2）：50-53.
[16] 蔡尚明. 足球脚背踢球动作技术分析[J]. 华夏学报，2002（5）：15729-15741.
[17] 乔建平. 对脚背正面射门易高的探讨[J]. 阴山学刊，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] 许树渊. 脚背正面踢球躯干及下肢运动学与重心力矩之分析[J]. 大专体育学刊，2003，5（1）：205-215.
