民以食為天，食以安為先。當(dāng)前，我國的農(nóng)產(chǎn)品市場越來越繁榮，不僅僅是農(nóng)產(chǎn)品的種類越來越多，同時其品質(zhì)要求也越來越高，在這樣的情況下，對農(nóng)產(chǎn)品的質(zhì)量安全檢驗檢測就顯得格外的重要。一方面，通過農(nóng)產(chǎn)品質(zhì)量安全檢驗檢測，能夠為農(nóng)產(chǎn)品的市場管理提供參考、依據(jù)，更好的規(guī)范、約束農(nóng)產(chǎn)品市場，構(gòu)建和諧的農(nóng)產(chǎn)品市場秩序，推動農(nóng)產(chǎn)品市場進(jìn)一步的繁榮、發(fā)展。
傳統(tǒng)提取算法，闕值提取法是圖像分割中使用較為廣泛的方法，通過闕值的設(shè)置，將處于闕值區(qū)間內(nèi)的像素區(qū)域歸納為同一區(qū)域，從而分割圖像。此類算法的缺陷在于只考慮了目標(biāo)的灰度信息，從而缺少魯棒性。在這類算法中，如何獲取一個合理的闕值是算法成功的關(guān)鍵，手動選取闕值無法具備通用性，易受環(huán)境變化的影響，主流的選取闕值的方法有類間方差法和熵闕值分割法。
大類間方差法根據(jù)圖像的灰度特性尋找闕值，使分割出的圖像區(qū)域之間的差別大，用于判斷分割圖像區(qū)域之間的差別是其各區(qū)域間的內(nèi)部方差。大類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(biāo)物的位置。大熵闕值法與大類間方差原理類似，將圖像通過信息熵分為不同區(qū)域。信息熵在混亂無序的系統(tǒng)中較大，在確定有序的系統(tǒng)中較小，根據(jù)信息熵的特性，可將圖像分割為不同的區(qū)域。
在線客服
17856548804
2179259773@qq.com
