基于编码结构的图像分割网络虽然能在复杂背景及环境中基于特征分割出图像区域，不过其提取的轮廓特征依然较为粗糙，不足为真实尺寸测量提供依据，直到MaskRCNN才做到了像素级图像分割，为尺寸测量提供了依据。除此之外，MaskRCNN将目标检测和语义分割结合，对农产品尺寸测量及分类提供了指导性算法，也是目前研究优化的主要方向。。对于以矩阵形式存储的图像来说，采用模板矩阵（算子）对源图像进行卷积运算是其提取梯度特征的通用方法。Sobel算子计算量较少，抗噪性较好且能保留边缘的强弱，由一个用于提取水平方向特征和一个用于提取垂直方向的特征的算子组成。Sobel算子十分适合用于提取农产品方向性的特征，例如槟榔的纹路就能很好的被垂直方向的Sobel算子提取出来，通过纹路分布密度，进行槟榔的分级任务。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，食用农产品检测，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。芜湖食用农产品检测-金标准|数据严谨由安徽省金标准检测研究院有限公司提供。芜湖食用农产品检测-金标准|数据严谨是安徽省金标准检测研究院有限公司今年新升级推出的，以上图片仅供参考，请您拨打本页面或图片上的联系电话，索取联系人：丁瑶。)