圖像分割算法是用于農產品光電檢測分級分類的基礎任務，傳統(tǒng)算法的優(yōu)勢在于結構簡單，，但對復雜環(huán)境的適應性較弱。深度學習方法受到環(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題。在實際使用中，深度學習由于性能問題尚無法完全取代傳統(tǒng)算法，使用者可以根據(jù)具體的需求選擇合適的算法。
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虛化，抗噪性更好，但無法體現(xiàn)邊緣的強弱。Canny算法適用于描述農產品的褶皺程度，如紅棗中皮皮棗的篩選。文獻[4]采用了一種改進的Canny算子用于蘋果輪廓的提取。相較于闕值法，邊緣檢測方法不于提取粗略的輪廓信息，還可以用來提取更加細致的特征，常用于二次分割或配合闕值法使用。
據(jù)統(tǒng)計，每年有超過1200噸的糧食受到重金屬污染，直接經濟損失超過200億元；全世界每年有300萬農藥者，我國每年因農藥污染食品而造成的人數(shù)月20萬；我國每年生產約12萬噸，其中有9。7噸用于畜牧業(yè)養(yǎng)殖；我國濫用食品添加劑的問題占食品問題的24。8%；在食物的事件中，微生物性的人數(shù)占總人數(shù)的53。7%。重金屬通常指的是密度高于4。5g/m3的金屬，一般常見的重金屬有、鉛、鎘等，這些重金屬的生物毒性非常大，對環(huán)境的污染非常嚴重。
在線客服
17856548804
2179259773@qq.com
