2. 农产品表面缺陷类型与检测需求分析

要设计一套真正可用的农产品表面缺陷视觉检测系统，第一步不是选相机、也不是搭模型，而是把“缺陷”这件事本身说清楚。同一颗苹果上的一个黑点，可能是虫眼、可能是霉变初期、也可能只是果锈或药斑；同一道划痕，在分级标准里可能被判为机械伤，也可能因深度不足而不计入缺陷。缺陷类型定义不清，后续的光源方案、成像分辨率、算法阈值和判定规则都会失去依据。本节围绕常见缺陷的形态特征、行业标准中的分级口径，以及由此反推的检测精度要求展开。

一、常见缺陷的形态学定义

农产品表面缺陷通常按成因分为生物性、生理性和机械性三类，视觉检测中最常处理的是以下五类：

• 虫眼：害虫蛀食形成的孔洞或隧道入口，多呈圆形或不规则小孔，直径常在0.5～3 mm，孔口周围常有褐色坏死环或虫粪。关键特征是“有深度的小孔”，与表面黑斑的区别在于孔内阴影和边缘塌陷。
• 霉变：病原菌侵染导致的组织腐败，早期为水浸状暗斑，中后期出现白色、青色或黑色霉层，边界模糊且向外扩散。霉变的核心难点是早期病斑与正常色差极小，且形态不规则。
• 裂口：生长或采收过程中果皮、果肉开裂，呈线状或网状，有深度，裂口内易藏污纳垢并继发霉变。裂口的方向性明显，常沿果形纵向或放射状分布。
• 机械伤：碰撞、挤压、摩擦、刺伤造成的擦痕、压痕、刺孔和破损。擦痕多为浅表条状，压痕表现为局部凹陷与色泽变暗，刺孔则接近虫眼但无坏死环。
• 色泽异常：包括日灼、冻伤、着色不良、药害斑等，表现为区域性颜色偏移，通常没有明显的几何边界，需要以颜色空间统计量而非边缘特征来描述。

这五类缺陷在视觉上并非彼此独立：虫眼与刺孔、霉变早期与水浸伤、裂口与深擦痕都存在混淆风险。因此在定义阶段就应明确“判据组合”，例如虫眼要求“孔洞+坏死环+深度阴影”三者同时满足，而刺孔只要求孔洞与深度。判据越具体，后续算法越容易落地。

二、行业标准中的分级口径

国内农产品分级多依据国家标准或行业标准，如鲜苹果、柑橘、番茄等均有对应的等级规格。标准通常把产品分为特级、一级、二级，缺陷以“允许的最大面积占比”“单个缺陷最大尺寸”“缺陷数量上限”三种方式限定。以鲜苹果为例，特级果通常要求果面缺陷总面积不超过果面的1%～2%，且不允许有虫眼、裂口和霉变；一级果允许轻微机械伤和色泽差异，但单个缺陷面积受限；二级果容忍度进一步放宽。

需要特别注意的是，标准中的“面积占比”是二维投影面积，而视觉系统采集的是二维图像，两者在果形弯曲表面上并不等价。工程上通常用“缺陷像素数/果实投影像素数”近似，但必须通过标定把像素面积换算为物理面积（mm²），否则不同分辨率、不同拍摄距离下的判定结果无法复现。此外，标准里的“不允许有虫眼”是零容忍项，这类硬性条款应作为独立判定分支，不能混入面积加权评分。

三、从标准反推检测精度要求

检测精度不能凭经验拍定，应由“最小可判缺陷尺寸”和“面积测量误差”两个约束共同推导。设最小需检出的缺陷等效直径为 d（mm），要求该缺陷在图像中至少占据 N 个像素才能被稳定分割，则所需空间分辨率 R（mm/像素）满足：

R ≤ d / sqrt(N)
例如：最小虫眼 d = 0.8 mm，要求至少 5×5 像素覆盖
R ≤ 0.8 / 5 = 0.16 mm/像素
若单幅图像覆盖 120 mm × 90 mm 的果面区域
则图像分辨率至少为 120/0.16 = 750 像素（宽）

这只是几何分辨率的下限。实际选型还要叠加面积测量精度：若要求面积误差不超过±5%，则缺陷边界的分割误差应控制在约1个像素以内，对应需要更高的对比度和更均匀的照明。经验上，工业检测常把理论分辨率再缩小30%～50%作为设计余量，即上例宜取0.10～0.12 mm/像素。

除空间分辨率外，还有三项常被忽略的精度指标：最小对比度分辨率，决定早期霉变能否被发现，通常要求系统能分辨ΔE约2～3的色差；深度分辨能力，决定虫眼、刺孔与表面污斑的区分，可通过多角度照明产生的阴影差异间接获得；重复性精度，即同一缺陷多次测量的面积波动，应优于判定阈值的1/3，否则临界样品判定会抖动。

四、需求分析中的工程权衡

把上述精度指标落到系统设计上，会立刻遇到几组矛盾。第一组是分辨率与视场的矛盾：提高分辨率意味着缩小单幅视场，果实曲面又要求多视角覆盖，于是相机数量或拍摄工位数上升，节拍压力增大。第二组是灵敏度与误检率的矛盾：为检出早期霉变而提高对比度灵敏度，会把果锈、药斑、正常色差一并放大，误检率上升。第三组是零容忍项与面积项的判定口径矛盾：前者追求召回率，后者追求测量准确度，两者对同一套成像参数的偏好并不一致。

合理的做法是分层设定需求：对虫眼、霉变、裂口等零容忍缺陷，以“最小可检尺寸”和“漏检率”为核心指标，允许一定误检并由复核环节兜底；对机械伤、色泽异常等面积加权缺陷，以“面积测量误差”和“重复性”为核心指标，强调测量一致性而非极限灵敏度。这样，同一套系统可以用两组参数分别验收，而不是用单一指标笼统评价。

最后需要强调，缺陷定义与精度要求必须形成可追溯的对应关系。建议在需求文档中为每类缺陷记录：形态判据、标准条款、最小可检尺寸、对应分辨率、判定分支、复核规则。这份对应关系既是算法开发的输入，也是系统验收时的测试用例来源——验收样本应覆盖每类缺陷的临界尺寸和临界面积，而不是只挑典型大缺陷演示。