大类间方差法根据图像的灰度特性寻找阙值，使分割出的图像区域之间的差别大，用于判断分割图像区域之间的差别是其各区域间的内部方差。大类间方差法极易受到噪音的影响，如阴影，但在单纯背景条件下，适用于初步的获取目标物的位置。大熵阙值法与大类间方差原理类似，将图像通过信息熵分为不同区域。信息熵在混乱无序的系统中较大，在确定有序的系统中较小，根据信息熵的特性，可将图像分割为不同的区域。
农产品检测机构
大类间方差法根据图像的灰度特性寻找阙值，使分割出的图像区域之间的差别大，用于判断分割图像区域之间的差别是其各区域间的内部方差。大类间方差法极易受到噪音的影响，如阴影，但在单纯背景条件下，适用于初步的获取目标物的位置。大熵阙值法与大类间方差原理类似，将图像通过信息熵分为不同区域。信息熵在混乱无序的系统中较大，在确定有序的系统中较小，根据信息熵的特性，可将图像分割为不同的区域。
但对于有些农产品，如红苹果，红枣等缺陷识别时，病变区域R色值区间会明显异于正常区域，此时采用BGR中的R值作为阙值区别缺陷区域就是合适的。边缘检测算法是一种经典图像分割算法，主要是利用连通区域边缘对比度的阶跃变化，通过其梯度变化找出边缘，从而达到分割图像的目的，相较于阙值法对环境光变化的容忍性更好。
实验室 通过CMA、CNAS、CATL认证，积累农药残留检测参数共400余项，覆盖有机氯、有机磷、有机氮、有机硫、氨 基甲酸酯、拟除虫菊酯、酰胺类化合物、脲类化合物、醚类化合物、酚类化合物、苯氧羧酸类、脒类、类、 杂环类、苯甲酸类、有机金属化合物类等类别；积累兽药残留检测参数共200余项，覆盖青类、菌 素类、氨基糖甙类、大环内酯类、四环素类、氯类、林可类、类、硝基类、喹诺酮类等。
民以食为天，食以安为先。当前，我国的农产品市场越来越繁荣，不仅仅是农产品的种类越来越多，同时其要求也越来越高，在这样的情况下，对农产品的质量安全检验检测就显得格外的重要。一方面，通过农产量安全检验检测，能够为农产品的市场管理提供参考、依据，更好的规范、约束农产品市场，构建和谐的农产品市场秩序，推动农产品市场进一步的繁荣、发展。
（作者： 来源：）
