傳統(tǒng)提取算法,闕值提取法是圖像分割中使用較為廣泛的方法,通過闕值的設(shè)置,將處于闕值區(qū)間內(nèi)的像素區(qū)域歸納為同一區(qū)域,從而分割圖像。此類算法的缺陷在于只考慮了目標的灰度信息,從而缺少魯棒性。在這類算法中,如何獲取一個合理的闕值是算法成功的關(guān)鍵,手動選取闕值無法具備通用性,易受環(huán)境變化的影響,主流的選取闕值的方法有類間方差法和熵闕值分割法。
但對于有些農(nóng)產(chǎn)品,如紅蘋果,紅棗等缺陷識別時,病變區(qū)域R色值區(qū)間會明顯異于正常區(qū)域,此時采用BGR中的R值作為闕值區(qū)別缺陷區(qū)域就是合適的。邊緣檢測算法是一種經(jīng)典圖像分割算法,主要是利用連通區(qū)域邊緣對比度的階躍變化,通過其梯度變化找出邊緣,從而達到分割圖像的目的,相較于闕值法對環(huán)境光變化的容忍性更好。