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(nóng)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。
基于深度學習的圖像分割方法，主要研究領域是在于語義分割，即根據(jù)圖片內(nèi)容，將圖像分為多個有含義的部分，對于農(nóng)產(chǎn)品分類而言有著革命性的意義。全卷積網(wǎng)絡FCN是深度學習用于進行圖像分割的先驅(qū)，以分類模型AlexNet為基礎，將其3層全連接層轉(zhuǎn)化為反卷積層進行上采樣，從而將輸出有特征分類轉(zhuǎn)化為區(qū)域特征熱力圖。
在線客服
17856548804
2179259773@qq.com
