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，，但對復雜環(huán)境的適應(yīng)性較弱。深度學習方法受到環(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(tǒng)算法，使用者可以根據(jù)具體的需求選擇合適的算法。
相反，假如蔬菜水果的萃取液中帶有一定量的有機磷或氨基甲酸酯類農(nóng)藥酶的活性就被抑止或部份被抑止，實驗中添加的底物就無法被酶水解或一小部分被水解，進而不著色或色調(diào)轉(zhuǎn)變不大，用光度計測量吸光度值隨時間的變動狀況測算出抑制率，就可以分辨蔬菜水果中含有機磷或氨基甲酸酯類農(nóng)藥的農(nóng)藥殘留狀況。圖像分割是一個經(jīng)典的機器視覺處理問題，其目的是將圖像分割為若干個相關(guān)的區(qū)域，從而提取出感興趣的區(qū)域或者輪廓特征。
在線客服
17856548804
2179259773@qq.com
