圖像分割算法是用于農產(chǎn)品光電檢測分級分類(lèi)的基礎任務(wù),傳統算法的優(yōu)勢在于結構簡(jiǎn)單,,但對復雜環(huán)境的適應性較弱。深度學(xué)習方法受到環(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前需要解決的主要問(wèn)題。在實(shí)際使用中,深度學(xué)習由于性能問(wèn)題尚無(wú)法完全取代傳統算法,使用者可以根據具體的需求選擇合適的算法。
產(chǎn)品質(zhì)量檢驗:產(chǎn)品質(zhì)量檢驗主要是檢驗設備的感觀(guān)指標值,化學(xué)成分和微生物指標值是否達到相對性應的規定。根據國家行業(yè)標準方式(GB/T5009。199-2003)及其世衛組織WHO,聯(lián)合國糧農組織FAO殘余農藥測試標準,環(huán)保局EPA參考攝取量等規定設計制作。選用酶抑制率酶活性測定對新鮮水果,蔬菜水果等農業(yè)和林業(yè)商品中有機磷和氨基甲酸酯類(lèi)農藥成分開(kāi)展迅速的檢驗。
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。