桂江生
- 作品数：54 被引量：226H指数：8
- 供职机构：浙江理工大学更多>>
- 发文基金：国家自然科学基金浙江省重大科技专项基金广西壮族自治区自然科学基金更多>>
- 相关领域：自动化与计算机技术农业科学轻工技术与工程经济管理更多>>
- 一种基于高光谱成像的蔬菜农药残留浓度的检测方法
- 本发明公开了一种基于高光谱成像的蔬菜农药残留浓度的检测方法，首先制备出喷洒了不同浓度农药的蔬菜样本，对制备的蔬菜样本进行高光谱图像采集，并进行黑白校正；然后计算感兴趣区域中所有像素的光谱反射率作为每个样本的平均光谱，根据...
- 桂江生顾敏吴子娴
- 文献传递
- 基于Zernike矩的水果形状分类被引量：37
- 2007年
- 提出了一种基于Zernike矩的水果形状分类方法,首先运用标准矩对水果图像进行归一化,使得归一化后的图像具有平移和尺度不变性,然后从归一化后的图像中提取具有旋转不变性的Zernike矩特征,并运用主成分分析法确定分类需要的特征数目,最后将这些特征输入到支持向量机分类器中,完成水果形状的分类.通过与傅立叶描述子的分类性能比较,结果表明由于Zernike矩具有良好的正交性和旋转不变性,使分类性能明显有大幅提高.
- 应义斌桂江生饶秀勤
- 关键词：水果分级机器视觉ZERNIKE矩
- 微波干燥技术及其应用研究被引量：34
- 2003年
- 阐述了微波干燥的原理、特点以及微波技术在国内外的研究和应用现状,同时对该技术的应用前景尤其在农产品干燥中的应用进行了预测分析。
- 桂江生应义斌
- 关键词：微波农产品产品质量防霉保鲜
- 基于背景感知的显著性目标检测算法被引量：1
- 2018年
- 在显著性目标检测算法中,流形排序的检测方法存在先验背景假设和目标检测不完整的问题.针对该问题,在流形排序算法基础上,融入背景鉴别、BING特征估计和权重调整,提出了一种基于背景感知的显著性目标检测算法.首先,通过计算颜色聚类后的边界区域的综合差异度,得到真实背景种子点,从而感知到真实背景区域;再结合图像的BING特征与初始显著图信息,获取目标位置,从而得到完整的前景种子点区域;然后重构前景区域的图模型且利用加权k-壳分解法,来调整前景区域节点之间的连接权重,进而获得清晰的目标边界.实验结果表明,同当前经典的一些算法比较,本文算法在准确率、召回率、F-measure和平均MAE上都优于其余算法.
- 包晓安朱晓芳张娜高春波胡玲玲桂江生
- 关键词：流形排序
- 一种农作物行的识别方法及装置
- 本发明公开了一种农作物行的识别方法及装置，该方法首先通过模糊聚类方法将采集的农作物图像转化为二值图像，然后从获取的二值图像中提取感兴趣的区域ROI图像，通过横条法获取其中农作物特征点，并对所提取的农作物特征点进行线性回归...
- 桂江生汪博张青包晓安
- 高光谱成像在水果内部品质无损检测中的研究进展被引量：63
- 2009年
- 随着高光谱成像技术的日趋成熟与高光谱成像硬件、软件成本的不断下降,以及高光谱图像数据处理算法的不断改进,应用高光谱成像技术对水果品质进行无损检测成为当前研究热点之一。为了能跟踪国内外的最新研究成果,对高光谱成像在水果内部品质(成熟度、坚实度、可溶性固形物、水分)检测研究进行综述,以期对我国相关研究人员的研究工作提供参考。
- 马本学应义斌饶秀勤桂江生
- 关键词：高光谱成像水果无损检测
- 农产品品质多指标快速同步检测与智能化分级装备研制
- 应义斌王剑平徐惠荣蒋焕煜饶秀勤陈永兴傅霞萍邵关洪叶尊忠王刚志桂江生毛华先俞永华叶昱程岑益科
- 中国是农业大国，但是农业产值却很低，其中的一个主要原因就是由于缺乏先进适用的农产品产后商品化处理技术与装备，导致中国农产品产后商品化处理的水平很低，农产品的国际竞争力很弱，这已极大地阻碍了中国农业的发展和农民收入的提高。...
- 关键词：
- 混沌理论及其在建立神经网络模型中的应用被引量：7
- 2005年
- 随着许多学科的相互紧密交叉以及混沌理论的日益深入的研究,人们从生物现象 中提出了许多与混沌有关的神经网络模型,本文对混沌理论的基本原理做了简要概述,并着重介 绍了四种有代表性的混沌神经网络模型及其应用．同时指出这一研究方向无论在理论还是在应用 方面都具有十分诱人的前景．
- 桂江生应义斌
- 关键词：混沌神经网络生物数学
- 水果形状的多尺度能量检测方法及装置
- 本发明公开了一种水果形状的多尺度能量检测方法及装置，对水果边缘曲线采用三次样条方法插值得到256个边缘点，计算这些点到形心的规范化距离r(k)，并确定相应的随机半径函数F(k)，计算F(k)的数学期望最大值以确定缘曲线起...
- 应义斌桂江生饶秀勤蒋焕煜徐惠荣
- 文献传递
- 基于双向关系相似度函数学习的行人再识别被引量：2
- 2018年
- 当前的行人再识别在度量学习上采用马氏距离相似度函数,该相似度函数只与特征差分空间有关,忽略了一对行人图像中每个个体的外观特征,针对上述问题,提出了通过学习一个双向关系相似度函数(Bidirectional Relationship Similarity Function,BRSF),来计算一对行人图像的相似度.BRSF不但描述了一对行人图像的互相关关系,而且关联了一对行人图像的自相关关系.该文利用KISSME(Keep It Simple and Straightforward Metric)算法的思想进行相似度函数学习,把一对样本特征的自相关关系和互相关关系用高斯分布来表示,通过把最终高斯分布的比值转换为BRSF的形式,得到一个对背景、视角、姿势的变化具有鲁棒性的相似度函数.在VIPe R,QMUL GRID两个行人再识别数据集上的实验结果表明,本文算法具有较高的识别率,其中在VIPe R数据集上,Rank1达到了53.21%.
- 张娜张福星王强胡玲玲桂江生
