基于深度学习的图像分割方法，主要研究领域是在于语义分割，即根据图片内容，将图像分为多个有含义的部分，对于农产品分类而言有着革命性的意义。全卷积网络FCN是深度学习用于进行图像分割的先驱，以分类模型AlexNet为基础，将其3层全连接层转化为反卷积层进行上采样，从而将输出有特征分类转化为区域特征热力图。

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。

镉在青虾、南***对虾、大菱鲆中的加样回收率在50%～60%。电化学法是近年来发展较快的一种方法，它以经典极谱法为依托，在此基础上又衍生出示波极谱、阳极溶出伏安法等方法。如刘德盟以铋微阵列电极为工作电极，铂薄膜电极为对电极，Ag/AgCl电极为参比电极，建立了基于溶出伏安法的铋微阵列电极检测饮料中镉的方法，检出限为0.064 mg·L-1，且具有很好的重复性，此传感器用于检测橙汁中的镉，结果令人满意。

但对于有些农产品，如红苹果，红枣等缺陷识别时，病变区域R色值区间会明显异于正常区域，此时采用BGR中的R值作为阙值区别缺陷区域就是合适的。边缘检测算法是一种经典图像分割算法，主要是利用连通区域边缘对比度的阶跃变化，通过其梯度变化找出边缘，从而达到分割图像的目的，相较于阙值法对环境光变化的容忍性更好。