2. 农业视觉数据采集规范设计

农业视觉数据集的质量，很大程度上在快门按下的那一刻就已经决定了。后期标注、清洗、增强只能修补缺陷，无法凭空创造缺失的光照层次、被遮挡的器官或错误记录的物候信息。因此，采集规范设计的核心任务是：把“什么样的图像对下游任务有用”这一模糊判断，转化为设备、协议、元数据三层可执行、可核查的约束。本节围绕设备选型、采集协议、元数据标准、伦理隐私四条主线展开，并给出一份可直接改造使用的采集清单模板。

一、设备选型：按任务反推传感器组合

设备选型不应从“买什么相机”出发，而应从任务需要什么信息出发。RGB 相机提供纹理与颜色，是病害斑块、虫害计数、果实着色度识别的主力；多光谱相机（常见 5 通道：蓝、绿、红、红边、近红外）提供植被指数计算能力，例如 NDVI=(NIR−R)/(NIR+R)，对氮素胁迫、水分状态、早期病害比 RGB 更敏感；深度相机（结构光、ToF 或双目）提供冠层三维结构，用于株高、叶面积指数、果实体积与遮挡关系判断。

实际选型需关注三个工程参数。其一是地面采样距离（GSD）：若目标是最小 2 mm 的蚜虫或病斑，按经验 GSD 应不大于目标尺寸的 1/3，即约 0.6 mm/像素；以 4000 像素宽传感器覆盖 2.4 m 幅宽计算，GSD=0.6 mm/像素，对应工作距离需结合镜头焦距核算。其二是光谱与光照的匹配：多光谱采集必须记录入射光条件，被动式多光谱在阴天与晴天得到的反射率不可直接混用，需配合灰板或白板做反射率校正。其三是同步与配准：RGB 与深度、多光谱与 RGB 若需像素级对齐，应选择硬件触发同步或刚性支架固定基线，并在采集前用棋盘格标定外参。

二、采集协议：把角度、距离、光照、时间写成可核查条款

协议的价值在于让不同人员、不同日期采集的数据具备可比性。角度方面，冠层病害调查通常采用俯视 90°获取叶面正投影，配合斜 45°补充叶片背面与冠层内部；果实计数则常用侧向水平视角以避免叶片遮挡。距离不应写成“约 1 米”这类模糊表述，而应写成“工作距离 1.2 m，对应 GSD 0.6 mm/像素，允许偏差 ±5%”，并在支架上做物理限位。

光照是田间最不可控的变量，协议应规定：优先选择阴天或薄云天气，晴天则限定在 10:00–14:00 太阳高度角较大、阴影较短的窗口；避免逆光与直射强光造成的高光饱和，必要时使用柔光板。多光谱采集每次换地块前拍摄一张灰板/白板参考图，用于反射率归一化。时间窗口还需与生育期绑定：例如玉米吐丝期仅持续约 5–7 天，协议应明确“吐丝初期、盛期、末期各采集一次”，而不是笼统的“定期采集”。

三、元数据记录标准：让每张图自带“身份档案”

元数据是数据集可追溯、可分层分析的根基。建议按四个字段组组织：空间组（经纬度、坐标系、定位精度、地块 ID）、环境组（天气、光照强度、温湿度、风速）、生物组（作物品种、生育期、种植密度、处理/小区编号）、设备组（相机型号、镜头焦距、光圈快门 ISO、工作距离、角度、标定文件版本）。其中生育期应采用统一编码而非自由文本，例如玉米采用 VE、V6、VT、R1、R3 等阶段代码，避免“抽雄前后”这类歧义描述。

文件命名应内嵌关键元数据，便于批量解析，例如：20240518_Corn_VT_PlotA3_RGB_top_001.jpg，依次为日期、作物、生育期、小区、传感器、视角、序号。命名规则一旦确定，应与元数据表字段一一对应，入库脚本可直接从文件名回填部分字段，减少人工录入错误。

四、采集伦理与隐私：不可省略的前置条件

田间采集常涉及农户身份、住宅、地块边界等敏感信息。规范应要求：采集前取得书面授权，明确数据用途、保存期限与共享范围；图像中的人脸、车牌、门牌号在入库前完成脱敏；地块边界在对外发布的数据集中做模糊化或坐标偏移处理，避免通过边界反推农户经营信息。对于涉及品种权或商业试验的地块，还需约定数据不得用于品种鉴定等二次用途。

五、采集清单模板实战

下表是一份可直接改造使用的批次级采集清单，建议每次出队前打印或导入移动端表单，采集结束后与图像一同归档。

入库前的校验可写成简单脚本逻辑：检查必填字段非空、GSD 是否落在协议区间、多光谱批次是否存在对应灰板图、隐私字段是否标记为已脱敏。任一条件不满足即退回补采或标记为受限数据。这样，采集规范才真正从纸面条款变成了数据质量的第一道闸门。