传统提取算法，阙值提取法是图像分割中使用较为广泛的方法，通过阙值的设置，将处于阙值区间内的像素区域归纳为同一区域，从而分割图像。此类算法的缺陷在于只考虑了目标的灰度信息，从而缺少鲁棒性。在这类算法中，如何获取一个合理的阙值是算法成功的关键，手动选取阙值无法具备通用性，易受环境变化的影响，主流的选取阙值的方法有类间方差法和熵阙值分割法。

农产品检验实验室建设是一个复杂的系统工程，结合当前农产品实验室建设过程中的问题，简单地介绍一下在农产品检测实验室建设过程中需要注意的事项。

应遵循的原则，建设农产品检验实验室的目的就是检测农产品的质量，为生产者、消费者及提供科学、准确的质量数据。实验室内产品检测，会用到大量有毒有害试剂，对实验室人员、实验室仪器甚至周边环境容易造成不利影响。

1、保护实验室人员、实验室设备和周边环境，是农产品检测实验室须注意的重要原则之一。

2、在农产品检测实验室中对资源的合理利用，节约能源，也是需要注意遵守的原则。

3、实验室人员的性，实验室设备的齐全性和精密程度，都是确保检测结果准确性不可或缺的部分。

图像分割的准确性直接作用于目标物测量的准确性，其效率直接影响生产的效率，因而，一个快速准确图像分割算法是目标识别，分级分类任务面临的首要问题。在农业产品分级分类任务中，图像分割的目的是将工业相机采集到的图片中的农产品准确的提取出来，为进一步的尺寸测量，分类任务做好准备。对于农产品图像分割算法来说，由于受到生产设备成像质量，灰尘污渍，光照条件，阴影等外部因素影响，造成分割的不准确。本文通过对比不同图像分割算法，阐述各类算法的优缺点，以及各自合适的应用场景。