傳統提取算法,闕值提取法是圖像分割中使用較為廣泛的方法,通過闕值的設置,將處于闕值區間內的像素區域歸納為同一區域,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鍵,手動選取闕值無法具備通用性,易受環境變化的影響,主流的選取闕值的方法有類間方差法和熵闕值分割法。
基于編碼結構的圖像分割網絡雖然能在復雜背景及環境中基于特征分割出圖像區域,不過其提取的輪廓特征依然較為粗糙,不足為真實尺寸測量提供依據,直到MaskRCNN才做到了像素級圖像分割,為尺寸測量提供了依據。除此之外,MaskRCNN將目標檢測和語義分割結合,對農產品尺寸測量及分類提供了指導性算法,也是目前研究優化的主要方向。
電感耦合等離子質譜法,是在磁場和電場中,離子在運動狀態下質荷比分離后,檢測離子的強度,通過分析算出元素的準確含量的過程。電感耦合等離子質譜法的優點是檢測限較低、準確度和度都很高,檢測速度快、干擾小、多種元素可以同時進行檢測,也能準確獲取同位素的相關信息。沒有發現明顯的缺點,這種方法已經在生物樣品的痕量分析中得到了廣泛的應用。