图像分割算法是用于农产品光电检测分级分类的基础任务，传统算法的优势在于结构简单，，但对复杂环境的适应性较弱。深度学习方法受到环境影响较少，但需大量样本支持，如何正确的获取样本，以及提高算法的整体效率是当前需要解决的主要问题。在实际使用中，深度学习由于性能问题尚无法完全取代传统算法，使用者可以根据具体的需求选择合适的算法。
在黄瓜叶部角斑病提取任务中，使用类间方差法初分割，继而使用熵发二次分割提取病虫害区域。另外，彩片中，使用色彩信息分割图像也是常用的手段，常见的色彩信息表示方式有BGR和HSV，通过设置色值区间可提取农作物病变区域。其中，HSV（或者HSI）更为可靠，其更的表示同一视觉感受颜色在不同光照条件下的区间。
在线客服
17856548804
2179259773@qq.com
