水果檢測(cè)成熟度-金標(biāo)準(zhǔn)|經(jīng)驗(yàn)豐富
安徽省金標(biāo)準(zhǔn)檢測(cè)研究院有限公司
- 主營(yíng)產(chǎn)品:食品檢測(cè),衛(wèi)生檢測(cè),水質(zhì)檢測(cè),農(nóng)產(chǎn)品檢測(cè)
- 公司地址:安徽省合肥市高新區(qū)香樟大道211號(hào)香楓創(chuàng)意園A座
咨詢熱線: 17856548804
立即咨詢
QQ咨詢
信息詳情
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(lèi)任務(wù)面臨的首要問(wèn)題。在農(nóng)業(yè)產(chǎn)品分級(jí)分類(lèi)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(lèi)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(lèi)算法的優(yōu)缺點(diǎn),以及各自合適的應(yīng)用場(chǎng)景。
基于編碼結(jié)構(gòu)的圖像分割網(wǎng)絡(luò)雖然能在復(fù)雜背景及環(huán)境中基于特征分割出圖像區(qū)域,不過(guò)其提取的輪廓特征依然較為粗糙,不足為真實(shí)尺寸測(cè)量提供依據(jù),直到MaskRCNN才做到了像素級(jí)圖像分割,為尺寸測(cè)量提供了依據(jù)。除此之外,MaskRCNN將目標(biāo)檢測(cè)和語(yǔ)義分割結(jié)合,對(duì)農(nóng)產(chǎn)品尺寸測(cè)量及分類(lèi)提供了指導(dǎo)性算法,也是目前研究?jī)?yōu)化的主要方向。
對(duì)于以矩陣形式存儲(chǔ)的圖像來(lái)說(shuō),采用模板矩陣(算子)對(duì)源圖像進(jìn)行卷積運(yùn)算是其提取梯度特征的通用方法。Sobel算子計(jì)算量較少,抗噪性較好且能保留邊緣的強(qiáng)弱,由一個(gè)用于提取水平方向特征和一個(gè)用于提取垂直方向的特征的算子組成。Sobel算子十分適合用于提取農(nóng)產(chǎn)品方向性的特征,例如檳榔的紋路就能很好的被垂直方向的Sobel算子提取出來(lái),通過(guò)紋路分布密度,進(jìn)行檳榔的分級(jí)任務(wù)。
