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。

Canny算子相较于Sobel算子更加复杂，能获取更加的边缘且获取到的边缘不会虚化，抗噪性更好，但无法体现边缘的强弱。Canny算法适用于描述农产品的褶皱程度，如红枣中皮皮枣的筛选。文献[4]采用了一种改进的Canny算子用于苹果轮廓的提取。相较于阙值法，边缘检测方法不于提取粗略的轮廓信息，还可以用来提取更加细致的特征，常用于二次分割或配合阙值法使用。

“安全、营养、食欲”被看做是食品的三要素，其中，安全是对食品的基本要求，也是消费者选择食品的主要标准。食品是人类生存和发展基本的物质基础，食品工业是许多国家的产业支柱，但日益加剧的环境污染和频繁发生的食品安全事件给人类的生命健康带来了巨大的威胁，食品安全问题引起了越来越多的关注。谈及食品安全问题，重金属、农药残留、兽药残留、添加剂、生物和致病菌是我国粮食安全的六大威胁。