大類(lèi)間方差法根據圖像的灰度特性尋找闕值，使分割出的圖像區域之間的差別大，用于判斷分割圖像區域之間的差別是其各區域間的內部方差。大類(lèi)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物的位置。大熵闕值法與大類(lèi)間方差原理類(lèi)似，將圖像通過(guò)信息熵分為不同區域。信息熵在混亂無(wú)序的系統中較大，在確定有序的系統中較小，根據信息熵的特性，可將圖像分割為不同的區域。
基于編碼結構的圖像分割網(wǎng)絡(luò )雖然能在復雜背景及環(huán)境中基于特征分割出圖像區域，不過(guò)其提取的輪廓特征依然較為粗糙，不足為真實(shí)尺寸測量提供依據，直到MaskRCNN才做到了像素級圖像分割，為尺寸測量提供了依據。除此之外，MaskRCNN將目標檢測和語(yǔ)義分割結合，對農產(chǎn)品尺寸測量及分類(lèi)提供了指導性算法，也是目前研究?jì)?yōu)化的主要方向。
在線(xiàn)客服
17856548804
2179259773@qq.com
