基于編碼結構的圖像分割網絡雖然能在復雜背景及環(huán)境中基于特征分割出圖像區(qū)域，不過其提取的輪廓特征依然較為粗糙，不足為真實尺寸測量提供依據，直到MaskRCNN才做到了像素級圖像分割，為尺寸測量提供了依據。除此之外，MaskRCNN將目標檢測和語義分割結合，對農產品尺寸測量及分類提供了指導性算法，也是目前研究優(yōu)化的主要方向。
民以食為天，食以安為先。當前，我國的農產品市場越來越繁榮，不僅僅是農產品的種類越來越多，同時其品質要求也越來越高，在這樣的情況下，對農產品的質量安全檢驗檢測就顯得格外的重要。一方面，通過農產品質量安全檢驗檢測，能夠為農產品的市場管理提供參考、依據，更好的規(guī)范、約束農產品市場，構建和諧的農產品市場秩序，推動農產品市場進一步的繁榮、發(fā)展。
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。
在線客服
17856548804
2179259773@qq.com
