,,

金標(biāo)準(zhǔn)|經(jīng)驗豐富(多圖)-蔬菜質(zhì)量檢測

安徽省金標(biāo)準(zhǔn)檢測研究院有限公司

主營產(chǎn)品：食品檢測,衛(wèi)生檢測,水質(zhì)檢測,農(nóng)產(chǎn)品檢測
公司地址：安徽省合肥市高新區(qū)香樟大道211號香楓創(chuàng)意園A座

咨詢熱線： 17856548804

立即咨詢 QQ咨詢

信息詳情

圖像分割的準(zhǔn)確性直接作用于目標(biāo)物測量的準(zhǔn)確性，其效率直接影響生產(chǎn)的效率，因而，一個快速準(zhǔn)確圖像分割算法是目標(biāo)識別，分級分類任務(wù)面臨的首要問題。在農(nóng)業(yè)產(chǎn)品分級分類任務(wù)中，圖像分割的目的是將工業(yè)相機(jī)采集到的圖片中的農(nóng)產(chǎn)品準(zhǔn)確的提取出來，為進(jìn)一步的尺寸測量，分類任務(wù)做好準(zhǔn)備。對于農(nóng)產(chǎn)品圖像分割算法來說，由于受到生產(chǎn)設(shè)備成像質(zhì)量，灰塵污漬，光照條件，陰影等外部因素影響，造成分割的不準(zhǔn)確。本文通過對比不同圖像分割算法，闡述各類算法的優(yōu)缺點(diǎn)，以及各自合適的應(yīng)用場景。

大類間方差法根據(jù)圖像的灰度特性尋找闕值，使分割出的圖像區(qū)域之間的差別大，用于判斷分割圖像區(qū)域之間的差別是其各區(qū)域間的內(nèi)部方差。大類間方差法極易受到噪音的影響，如陰影，但在單純背景條件下，適用于初步的獲取目標(biāo)物的位置。大熵闕值法與大類間方差原理類似，將圖像通過信息熵分為不同區(qū)域。信息熵在混亂無序的系統(tǒng)中較大，在確定有序的系統(tǒng)中較小，根據(jù)信息熵的特性，可將圖像分割為不同的區(qū)域。