傳統(tǒng)提取算法,闕值提取法是圖像分割中使用較為廣泛的方法,通過闕值的設(shè)置,將處于闕值區(qū)間內(nèi)的像素區(qū)域歸納為同一區(qū)域,從而分割圖像。此類算法的缺陷在于只考慮了目標(biāo)的灰度信息,從而缺少魯棒性。在這類算法中,如何獲取一個合理的闕值是算法成功的關(guān)鍵,手動選取闕值無法具備通用性,易受環(huán)境變化的影響,主流的選取闕值的方法有類間方差法和熵闕值分割法。
圖像分割算法是用于農(nóng)產(chǎn)品光電檢測分級分類的基礎(chǔ)任務(wù),傳統(tǒng)算法的優(yōu)勢在于結(jié)構(gòu)簡單,,但對復(fù)雜環(huán)境的適應(yīng)性較弱。深度學(xué)習(xí)方法受到環(huán)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(dāng)前需要解決的主要問題。在實際使用中,深度學(xué)習(xí)由于性能問題尚無法完全取代傳統(tǒng)算法,使用者可以根據(jù)具體的需求選擇合適的算法。