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。

农产品重金属对农产品的总体质量起着重要的作用，如果不严格控制农产品中重金属含量问题，那么对人类的身体将是毁灭性打击。近年来，由于计算机技术的进步和化学计量学的发展，多种检测仪器的精密度、准确度和自动化程度大大提高，农产品重金属的检测技术朝着快速、的方向发展。农作物在种植过程中如果对化学农药的使用不合理，必定会导致农药残留超标，存在食品安全隐患，轻则致使消费者食用后身体不适，重则引发甚至。而农产品中的农药残留超标如何检测和鉴定，则需要用到食品安全检测技术。

大类间方差法根据图像的灰度特性寻找阙值，水果检测品质，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。

水果检测品质-金标准|科学公正(图)由安徽省金标准检测研究院有限公司提供。“食品检测,卫生检测,水质检测,农产品检测”选择安徽省金标准检测研究院有限公司，公司位于：安徽省合肥市高新区香樟大道211号香枫创意园A座，多年来，安徽金标准坚持为客户提供好的服务，联系人：丁瑶。欢迎广大新老客户来电，来函，亲临指导，洽谈业务。安徽金标准期待成为您的长期合作伙伴！