圖像分割的準(zhǔn)確性直接作用于目標(biāo)物測(cè)量的準(zhǔn)確性,其效率直接影響生產(chǎn)的效率,因而,一個(gè)快速準(zhǔn)確圖像分割算法是目標(biāo)識(shí)別,分級(jí)分類任務(wù)面臨的首要問(wèn)題。在農(nóng)業(yè)產(chǎn)品分級(jí)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(lái),為進(jìn)一步的尺寸測(cè)量,分類任務(wù)做好準(zhǔn)備。對(duì)于農(nóng)產(chǎn)品圖像分割算法來(lái)說(shuō),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(guò)對(duì)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(chǎng)景。
圖像分割算法是用于農(nóng)產(chǎn)品光電檢測(cè)分級(jí)分類的基礎(chǔ)任務(wù),傳統(tǒng)算法的優(yōu)勢(shì)在于結(jié)構(gòu)簡(jiǎn)單,,但對(duì)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(wèn)題。在實(shí)際使用中,深度學(xué)習(xí)由于性能問(wèn)題尚無(wú)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。