鎮(zhèn)江蔬菜水果檢測-金標準|數(shù)據(jù)嚴謹
安徽省金標準檢測研究院有限公司
- 主營產(chǎn)品：食品檢測,衛(wèi)生檢測,水質(zhì)檢測,農(nóng)產(chǎn)品檢測
- 公司地址：安徽省合肥市高新區(qū)香樟大道211號香楓創(chuàng)意園A座
咨詢熱線： 17856548804
立即咨詢
QQ咨詢
信息詳情
大類間方差法根據(jù)圖像的灰度特性尋找闕值，使分割出的圖像區(qū)域之間的差別大，用于判斷分割圖像區(qū)域之間的差別是其各區(qū)域間的內(nèi)部方差。大類間方差法極易受到噪音的影響，如陰影，但在單純背景條件下，適用于初步的獲取目標物的位置。大熵闕值法與大類間方差原理類似，將圖像通過信息熵分為不同區(qū)域。信息熵在混亂無序的系統(tǒng)中較大，在確定有序的系統(tǒng)中較小，根據(jù)信息熵的特性，可將圖像分割為不同的區(qū)域。
人們長期食用從土壤中吸收重金屬而長成的食物，重金屬在人體內(nèi)累計，引發(fā)了許多食品安全問題，從2004年浙江長興500名兒童鉛時間到2013年廣州鎘大米時間再到2020年云南99.8噸大米鎘超標被銷毀，對人民食品安全的保障需求越來越迫切。食品安全關乎社會穩(wěn)定，我國已采取多種措施治理土壤的重金屬污染，同時相關的研究也在展開，目前糧食中重金屬的檢測方法主要有儀器分析法、化學顯色法和電化學法等等。
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(chǎn)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(nóng)業(yè)產(chǎn)品分級分類任務中，圖像分割的目的是將工業(yè)相機采集到的圖片中的農(nóng)產(chǎn)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(nóng)產(chǎn)品圖像分割算法來說，由于受到生產(chǎn)設備成像質(zhì)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(yōu)缺點，以及各自合適的應用場景。
在線客服
17856548804
2179259773@qq.com
