基于深度學(xué)習的圖像分割方法,主要研究領(lǐng)域是在于語(yǔ)義分割,即根據圖片內容,將圖像分為多個(gè)有含義的部分,對于農產(chǎn)品分類(lèi)而言有著(zhù)革命性的意義。全卷積網(wǎng)絡(luò )FCN是深度學(xué)習用于進(jìn)行圖像分割的先驅?zhuān)苑诸?lèi)模型AlexNet為基礎,將其3層全連接層轉化為反卷積層進(jìn)行上采樣,從而將輸出有特征分類(lèi)轉化為區域特征熱力圖。
傳統提取算法,闕值提取法是圖像分割中使用較為廣泛的方法,通過(guò)闕值的設置,將處于闕值區間內的像素區域歸納為同一區域,從而分割圖像。此類(lèi)算法的缺陷在于只考慮了目標的灰度信息,從而缺少魯棒性。在這類(lèi)算法中,如何獲取一個(gè)合理的闕值是算法成功的關(guān)鍵,手動(dòng)選取闕值無(wú)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(lèi)間方差法和熵闕值分割法。