對于以矩陣形式存儲的圖像來說,采用模板矩陣(算子)對源圖像進(jìn)行卷積運(yùn)算是其提取梯度特征的通用方法。Sobel算子計算量較少,抗噪性較好且能保留邊緣的強(qiáng)弱,由一個用于提取水平方向特征和一個用于提取垂直方向的特征的算子組成。Sobel算子十分適合用于提取農(nóng)產(chǎn)品方向性的特征,例如檳榔的紋路就能很好的被垂直方向的Sobel算子提取出來,通過紋路分布密度,進(jìn)行檳榔的分級任務(wù)。
圖像分割算法是用于農(nóng)產(chǎn)品光電檢測分級分類的基礎(chǔ)任務(wù),傳統(tǒng)算法的優(yōu)勢在于結(jié)構(gòu)簡單,,但對復(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題。在實(shí)際使用中,深度學(xué)習(xí)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。
電感耦合等離子質(zhì)譜法,是在磁場和電場中,離子在運(yùn)動狀態(tài)下質(zhì)荷比分離后,檢測離子的強(qiáng)度,通過分析算出元素的準(zhǔn)確含量的過程。電感耦合等離子質(zhì)譜法的優(yōu)點(diǎn)是檢測限較低、準(zhǔn)確度和度都很高,檢測速度快、干擾小、多種元素可以同時進(jìn)行檢測,也能準(zhǔn)確獲取同位素的相關(guān)信息。沒有發(fā)現(xiàn)明顯的缺點(diǎn),這種方法已經(jīng)在生物樣品的痕量分析中得到了廣泛的應(yīng)用。