圖像分割的準確性直接作用于目標物測量的準確性，其效率直接影響生產的效率，因而，一個快速準確圖像分割算法是目標識別，分級分類任務面臨的首要問題。在農業產品分級分類任務中，圖像分割的目的是將工業相機采集到的圖片中的農產品準確的提取出來，為進一步的尺寸測量，分類任務做好準備。對于農產品圖像分割算法來說，由于受到生產設備成像質量，灰塵污漬，光照條件，陰影等外部因素影響，造成分割的不準確。本文通過對比不同圖像分割算法，闡述各類算法的優缺點，以及各自合適的應用場景。
在黃瓜葉部角斑病提取任務中，使用類間方差法初分割，繼而使用熵發二次分割提取病蟲害區域。另外，彩片中，使用色彩信息分割圖像也是常用的手段，常見的色彩信息表示方式有BGR和HSV，通過設置色值區間可提取農作物病變區域。其中，HSV（或者HSI）更為可靠，其更的表示同一視覺感受顏色在不同光照條件下的區間。
鎘在青蝦、南美白對蝦、大菱鲆中的加樣回收率在50%～60%。電化學法是近年來發展較快的一種方法，它以經典極譜法為依托，在此基礎上又衍生出示波極譜、陽極溶出伏安法等方法。如劉德盟以鉍微陣列電極為工作電極，鉑薄膜電極為對電極，Ag/AgCl電極為參比電極，建立了基于溶出伏安法的鉍微陣列電極檢測飲料中鎘的方法，檢出限為0。064mg·L-1，且具有很好的重復性，此傳感器用于檢測橙汁中的鎘，結果令人滿意。
在線客服
17856548804
2179259773@qq.com
