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。
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。