圖像分割算法是用于農產品光電檢測分級分類的基礎任務,傳統算法的優勢在于結構簡單,,但對復雜環境的適應性較弱。深度學習方法受到環境影響較少,但需大量樣本支持,如何正確的獲取樣本,以及提高算法的整體效率是當前需要解決的主要問題。在實際使用中,深度學習由于性能問題尚無法完全取代傳統算法,使用者可以根據具體的需求選擇合適的算法。
相反,假如蔬菜水果的萃取液中帶有一定量的有機磷或氨基甲酸酯類農藥酶的活性就被抑止或部份被抑止,實驗中添加的底物就無法被酶水解或一小部分被水解,進而不著色或色調轉變不大,用光度計測量吸光度值隨時間的變動狀況測算出抑制率,就可以分辨蔬菜水果中含有機磷或氨基甲酸酯類農藥的農藥殘留狀況。圖像分割是一個經典的機器視覺處理問題,其目的是將圖像分割為若干個相關的區域,從而提取出感興趣的區域或者輪廓特征。