《表2 4种算法分割性能对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于U-Net模型的含杂水稻籽粒图像分割》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

对田间试验采集的60幅图像分别使用已有的2种算法进行处理，计算准确率和召回率，得到F1值，并记录各算法的平均处理时间，结果如表2所示。文献[1]采用分水岭算法和BP神经网络识别杂质与谷物，每张图像处理耗时10 s左右，难以满足实时作业要求，算法过分割严重。文献[2]采用MSRCR算法，结合HSV颜色模型和形状特征对杂质与谷物分割识别，对颜色相近的谷物与茎秆易造成误识别。