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。
基于编码结构的图像分割网络虽然能在复杂背景及环境中基于特征分割出图像区域，不过其提取的轮廓特征依然较为粗糙，不足为真实尺寸测量提供依据，直到MaskRCNN才做到了像素级图像分割，为尺寸测量提供了依据。除此之外，MaskRCNN将目标检测和语义分割结合，对农产品尺寸测量及分类提供了指导性算法，也是目前研究优化的主要方向。
电感耦合等离子质谱法，是在磁场和电场中，离子在运动状态下质荷比分离后，检测离子的强度，通过分析算出元素的准确含量的过程。电感耦合等离子质谱法的优点是检测限较低、准确度和度都很高，检测速度快、干扰小、多种元素可以同时进行检测，也能准确获取同位素的相关信息。没有发现明显的缺点，这种方法已经在生物样品的痕量分析中得到了广泛的应用。
在线客服
17856548804
2179259773@qq.com
