圖像分割的準(zhǔn)確性直接作用于目標(biāo)物測(cè)量的準(zhǔn)確性，其效率直接影響生產(chǎn)的效率，因而，一個(gè)快速準(zhǔn)確圖像分割算法是目標(biāo)識(shí)別，分級(jí)分類任務(wù)面臨的首要問(wèn)題。在農(nóng)業(yè)產(chǎn)品分級(jí)分類任務(wù)中，圖像分割的目的是將工業(yè)相機(jī)采集到的圖片中的農(nóng)產(chǎn)品準(zhǔn)確的提取出來(lái)，為進(jìn)一步的尺寸測(cè)量，分類任務(wù)做好準(zhǔn)備。對(duì)于農(nóng)產(chǎn)品圖像分割算法來(lái)說(shuō)，由于受到生產(chǎn)設(shè)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(zhǔn)確。本文通過(guò)對(duì)比不同圖像分割算法，闡述各類算法的優(yōu)缺點(diǎn)，以及各自合適的應(yīng)用場(chǎng)景。
基于深度學(xué)習(xí)的圖像分割方法，主要研究領(lǐng)域是在于語(yǔ)義分割，即根據(jù)圖片內(nèi)容，將圖像分為多個(gè)有含義的部分，對(duì)于農(nóng)產(chǎn)品分類而言有著革命性的意義。全卷積網(wǎng)絡(luò)FCN是深度學(xué)習(xí)用于進(jìn)行圖像分割的先驅(qū)，以分類模型AlexNet為基礎(chǔ)，將其3層全連接層轉(zhuǎn)化為反卷積層進(jìn)行上采樣，從而將輸出有特征分類轉(zhuǎn)化為區(qū)域特征熱力圖。
各種新型顯色劑和高靈敏度的顯色體系不斷涌現(xiàn)，為建立高靈敏度的試紙檢測(cè)方法提供了更大的發(fā)展空間。如薛文靜等以0。1%鎘試劑的乙醇溶液為顯色劑，定量分析用慢速中性濾紙為載體，制備鎘快速檢測(cè)試紙，標(biāo)準(zhǔn)系列色階為0～5。0mg·L-1。該試紙性質(zhì)穩(wěn)定，在避光干燥條件下可保存5個(gè)月，在pH5～8范圍內(nèi)pH對(duì)顯色結(jié)果影響不大。
在線客服
17856548804
2179259773@qq.com
