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。
Canny算子相較于Sobel算子更加復雜，能獲取更加的邊緣且獲取到的邊緣不會虛化，抗噪性更好，但無法體現(xiàn)邊緣的強弱。Canny算法適用于描述農(nóng)產(chǎn)品的褶皺程度，如紅棗中皮皮棗的篩選。文獻[4]采用了一種改進的Canny算子用于蘋果輪廓的提取。相較于闕值法，邊緣檢測方法不于提取粗略的輪廓信息，還可以用來提取更加細致的特征，常用于二次分割或配合闕值法使用。
在線客服
17856548804
2179259773@qq.com
