图像分割算法是用于农产品光电检测分级分类的基础任务,传统算法的优势在于结构简单,但对复杂环境的适应性较弱。深度学习方法受到环境影响较少,但需大量样本支持,如何正确的获取样本,以及提高算法的整体效率是当前需要解决的主要问题。在实际使用中,深度学习由于性能问题尚无法完全取代传统算法,使用者可以根据具体的需求选择合适的算法。
在黄瓜叶部角斑病提取任务中,使用类间方差法初分割,继而使用熵发二次分割提取病虫害区域。另外,彩片中,使用色彩信息分割图像也是常用的手段,常见的色彩信息表示方式有BGR和HSV,通过设置色值区间可提取农作物病变区域。其中,HSV(或者HSI)更为可靠,其更的表示同一视觉感受颜色在不同光照条件下的区间。
基于编码结构的图像分割网络虽然能在复杂背景及环境中基于特征分割出图像区域,不过其提取的轮廓特征依然较为粗糙,不足为真实尺寸测量提供依据,进口水果检测,直到MaskRCNN才做到了像素级图像分割,为尺寸测量提供了依据。除此之外,MaskRCNN将目标检测和语义分割结合,对农产品尺寸测量及分类提供了指导性算法,也是目前研究优化的主要方向。
进口水果检测-安徽金标准(推荐商家)由安徽省金标准检测研究院有限公司提供。安徽省金标准检测研究院有限公司是一家从事“食品检测,卫生检测,水质检测,农产品检测”的公司。自成立以来,我们坚持以“诚信为本,稳健经营”的方针,勇于参与市场的良性竞争,使“金标准”品牌拥有良好口碑。我们坚持“服务至上,用户至上”的原则,使安徽金标准在咨询、调研中赢得了客户的信任,树立了良好的企业形象。 特别说明:本信息的图片和资料仅供参考,欢迎联系我们索取准确的资料,谢谢!
产品品牌:安徽金标准
供货总量:不限
产品价格:议定
包装规格:不限
物流说明:货运及物流
交货说明:按订单