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。
但對于有些農產(chǎn)品，如紅蘋(píng)果，紅棗等缺陷識別時(shí)，病變區域R色值區間會(huì )明顯異于正常區域，此時(shí)采用BGR中的R值作為闕值區別缺陷區域就是合適的。邊緣檢測算法是一種經(jīng)典圖像分割算法，主要是利用連通區域邊緣對比度的階躍變化，通過(guò)其梯度變化找出邊緣，從而達到分割圖像的目的，相較于闕值法對環(huán)境光變化的容忍性更好。
Canny算子相較于Sobel算子更加復雜，能獲取更加的邊緣且獲取到的邊緣不會(huì )虛化，抗噪性更好，但無(wú)法體現邊緣的強弱。Canny算法適用于描述農產(chǎn)品的褶皺程度，如紅棗中皮皮棗的篩選。文獻[4]采用了一種改進(jìn)的Canny算子用于蘋(píng)果輪廓的提取。相較于闕值法，邊緣檢測方法不于提取粗略的輪廓信息，還可以用來(lái)提取更加細致的特征，常用于二次分割或配合闕值法使用。
在線(xiàn)客服
17856548804
2179259773@qq.com
