阜陽茶葉檢測機構-安徽金標準
安徽省金標準檢測研究院有限公司
- 主營產品：食品檢測,衛生檢測,水質檢測,農產品檢測
- 公司地址：安徽省合肥市高新區香樟大道211號香楓創意園A座
咨詢熱線： 17856548804
立即咨詢
QQ咨詢
信息詳情
傳統提取算法，闕值提取法是圖像分割中使用較為廣泛的方法，通過闕值的設置，將處于闕值區間內的像素區域歸納為同一區域，從而分割圖像。此類算法的缺陷在于只考慮了目標的灰度信息，從而缺少魯棒性。在這類算法中，如何獲取一個合理的闕值是算法成功的關鍵，手動選取闕值無法具備通用性，易受環境變化的影響，主流的選取闕值的方法有類間方差法和熵闕值分割法。
一般來講，吸取酶、顯色劑、底物的移液器需要貼好對應標簽，一一對應提取試劑，堅持“只出不進”。而從試劑瓶中倒出的試劑同樣不能倒回去，以免污染原試劑。值得注意的是，檢測人員需要對操作時間嚴格把控，以免出現對照值太小的情況，所以要保證儀器穩定性，在室溫環境下選擇提取液及藥品，在將底物放入后要快速檢測，不得拖沓；要解決好樣品吸光值過高的問題，所以要提高酶與其他藥品的穩定，達到室溫，同時防止樣品次生物質的干擾；樣品檢測存在較小負值誤差且在-10%范圍內，屬于允許范圍，一般原因為人為操作誤差。酶分解底物的合成速度極快，如果操作不熟練便會帶來誤差，導致抑制率出現負值。
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，傳統算法的優勢在于結構簡單，，但對復雜環境的適應性較弱。深度學習方法受到環境影響較少，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算法，使用者可以根據具體的需求選擇合適的算法。
在線客服
17856548804
2179259773@qq.com
