圖像分割算法是用于農(nóng)產(chǎn)品光電檢測(cè)分級(jí)分類的基礎(chǔ)任務(wù),傳統(tǒng)算法的優(yōu)勢(shì)在于結(jié)構(gòu)簡(jiǎn)單,,但對(duì)復(fù)雜環(huán)境的適應(yīng)性較弱。深度學(xué)習(xí)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(dāng)前需要解決的主要問(wèn)題。在實(shí)際使用中,深度學(xué)習(xí)由于性能問(wèn)題尚無(wú)法完全取代傳統(tǒng)算法,使用者可以根據(jù)具體的需求選擇合適的算法。
在黃瓜葉部角斑病提取任務(wù)中,使用類間方差法初分割,繼而使用熵發(fā)二次分割提取病蟲害區(qū)域。另外,彩片中,使用色彩信息分割圖像也是常用的手段,常見的色彩信息表示方式有BGR和HSV,通過(guò)設(shè)置色值區(qū)間可提取農(nóng)作物病變區(qū)域。其中,HSV(或者HSI)更為可靠,其更的表示同一視覺感受顏色在不同光照條件下的區(qū)間。