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。
Canny算子相較于Sobel算子更加復雜,能獲取更加的邊緣且獲取到的邊緣不會虛化,抗噪性更好,但無法體現邊緣的強弱。Canny算法適用于描述農產品的褶皺程度,如紅棗中皮皮棗的篩選。文獻[4]采用了一種改進的Canny算子用于蘋果輪廓的提取。相較于闕值法,邊緣檢測方法不于提取粗略的輪廓信息,還可以用來提取更加細致的特征,常用于二次分割或配合闕值法使用。