3. 杂草图像数据采集规范
杂草图像数据是识别模型与分类应用的“原料”。原料质量不过关，后续标注、训练和部署都会放大误差。本节围绕田间拍摄设备选择、光照与角度控制、背景干扰处理、样本代表性设计以及数据伦理与隐私五个方面，给出可执行的采集规范。需要强调的是，采集规范的目标不是拍出“好看的照片”，而是让图像稳定反映杂草的形态特征、生长状态与田间环境，使不同时间、不同人员采集的数据具有可比性。
一、拍摄设备选择：先确定“拍什么”，再确定“用什么拍”
杂草识别常用的采集设备包括智能手机、消费级数码相机、无人机和固定式田间摄像装置。选择设备时，应优先考虑三个参数：分辨率、最近对焦距离和色彩还原能力。对于苗期杂草，叶片小、形态差异细微，建议图像长边不低于 3000 像素；对于株高较大的杂草，则需要保证在 0.5～1.5 米拍摄距离下仍能清晰呈现叶形、叶脉和叶缘锯齿。手机拍摄方便，但广角镜头在近距离会产生明显透视畸变，建议使用主摄而非超广角，并在设置中关闭自动美颜与强降噪。
若需批量采集，可采用无人机搭载 RGB 相机进行冠层俯拍，但要注意飞行高度与地面分辨率（GSD）的匹配。例如，某示例方案中，相机传感器宽 13.2 mm、图像宽度 5472 像素、镜头焦距 8.8 mm，飞行高度 3 m 时，地面分辨率约为 13.2×3÷(8.8×5472)×1000 ≈ 0.82 mm/像素，足以分辨苗期阔叶杂草的叶片轮廓。该数值为示例计算，实际采集应根据设备参数重新核算。固定式摄像装置适合时序观测，但需固定白平衡与曝光，避免自动调节造成同一位置图像色彩漂移。
二、光照与角度控制：让形态特征稳定可辨
光照是田间采集最不稳定的变量。强烈直射光会造成叶片高光饱和，阴影区则丢失纹理；阴天散射光反而更利于呈现叶色与叶脉。规范做法是：优先选择多云天气或上午 9 点前、下午 4 点后的侧散射光；晴天拍摄时使用柔光板或遮阳布削弱直射光，避免在正午顶光下采集。同时应关闭手机或相机的自动 HDR 与自动白平衡，改用固定色温（如 5500 K）和手动曝光，使同一批次图像色彩一致。
角度控制方面，杂草识别通常需要三类视角：俯视（垂直向下，表现叶盘、叶序与冠层覆盖）、侧视（约 45°，表现株高、分枝与茎秆形态）、近景特写（垂直叶面，表现叶缘、叶脉与绒毛）。拍摄时应保持相机光轴与目标平面垂直，减少透视变形；俯拍时镜头与地面平行，侧拍时避免仰拍导致背景天空过曝。每株杂草建议至少采集俯视、侧视各一张，并对准典型叶片补一张特写，形成“整体—局部”的视角组合。
三、背景干扰处理：把“杂草”从田间的杂乱中分离出来
田间背景往往包含土壤、残茬、地膜、其他作物和灌溉设施，这些元素会干扰模型对目标形态的学习。处理原则是“能控制则控制，不能控制则记录”。可控措施包括：拍摄前清理目标植株周围明显的枯枝、石块和反光地膜；使用纯色标定板或亚光背景布作为临时背景，尤其适用于近景特写；避免将目标置于强反光的积水面或白色地膜上。不可控时，应在元数据中记录背景类型，如“裸土”“麦茬”“黑地膜”“玉米行间”，便于后续按背景分层评估模型表现。
此外，应避免背景中出现明显的文字、二维码、人物或车辆等非农事元素。若无法避开，应在采集记录中标注，并在标注阶段将其排除在目标区域之外。背景处理的目的是减少“伪特征”，而不是追求画面纯净，因此不必过度修图，保持真实田间纹理反而有助于模型泛化。
四、样本代表性设计：让数据覆盖真实变异
样本代表性不足是田间数据集最常见的缺陷。设计时应从四个维度展开：物种维度、生育期维度、环境维度和设备维度。物种维度上，应覆盖当地主要恶性杂草与常见伴生杂草，并包含易混淆种对，如稗草与千金子、播娘蒿与荠菜；生育期维度上，至少覆盖苗期、营养生长期和开花结实初期，因为同一物种在不同生育期的形态差异可能大于不同物种之间的差异；环境维度上，应覆盖不同土壤类型、不同前茬和不同种植密度；设备维度上，若后续部署多类终端，应使用对应设备分别采集。
一个可操作的示例方案是：选择 5 个代表性田块，每个田块按“五点取样”设置 5 个采集点，每点采集 3～5 株目标杂草，每株按俯视、侧视、特写各 1 张，则单田块约 45～75 张，5 个田块合计约 225～375 张。该数量为示例设计，实际应根据物种数量和模型需求调整。采集时应记录田块编号、经纬度（可模糊化）、日期、天气、生育期、背景类型和拍摄设备，形成可追溯的样本清单。
五、数据伦理与隐私注意事项
田间图像可能涉及农户地块位置、房屋、人员和其他财产信息，采集与使用应遵循最小必要原则。拍摄时尽量避免将人脸、车牌、门牌和住宅摄入画面；若无法避免，应在入库前对相关区域进行模糊化处理。涉及农户地块的经纬度坐标，建议在公开数据集中降精度至村级或网格级，或在元数据中仅保留区域编号。采集前应取得地块经营者同意，说明用途、保存期限和共享范围；涉及无人机拍摄时，还应遵守当地空域管理规定，避免在敏感区域飞行。
数据标注与共享环节同样需要规范：标注人员不应接触与识别任务无关的个人信息；对外共享的数据集应去除可追溯至具体农户的字段；若数据用于商业模型训练，应在采集协议中明确授权范围。数据伦理不是采集结束后的补救，而应贯穿设备选择、拍摄、存储和共享全过程。
综上，杂草图像采集规范的核心是把不可控的田间条件转化为可记录、可比较、可追溯的数据条件。设备、光照、角度、背景、样本设计和伦理隐私六个环节相互关联，任何一环缺失都会削弱数据集的实际价值。采集者应养成“拍前设计、拍中记录、拍后核验”的习惯，使每一张图像都能说明“拍的是什么、在什么条件下拍的、能否代表真实田间”。