大類間方差法根據圖像的灰度特性尋找闕值,使分割出的圖像區域之間的差別大,用于判斷分割圖像區域之間的差別是其各區域間的內部方差。大類間方差法極易受到噪音的影響,如陰影,但在單純背景條件下,適用于初步的獲取目標物的位置。大熵闕值法與大類間方差原理類似,將圖像通過信息熵分為不同區域。信息熵在混亂無序的系統中較大,在確定有序的系統中較小,根據信息熵的特性,可將圖像分割為不同的區域。
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。