3. 面向成熟度识别的图像采集方案
成熟度识别模型的精度上限,很大程度上在数据采集阶段就已经被决定了。果实表面颜色、蜡质光泽、果点纹理、果梗与萼洼形态,都是判断成熟度的关键视觉线索,而这些线索对光照方向、色温、拍摄距离和视角极其敏感。如果采集方案设计不当,同一成熟度样本在数据集中会呈现出截然不同的外观,模型学到的将是采集条件的差异而非成熟度本身的差异。本节围绕设备选型、光照与背景控制、多角度多距离采样以及田间与实验室两套采集流程展开,目标是形成一套可复现、可批量执行、且与后续标注和训练相衔接的采集规范。
一、拍摄设备选型:先确定分辨率与色彩一致性
设备选型的第一约束不是像素越高越好,而是能否稳定还原颜色。成熟度分级往往依赖色相差异,例如柑橘由青转黄、番茄由绿转红、苹果底色由绿转黄,这些变化在色相环上可能只相差十几度。因此相机的色彩还原能力、白平衡锁定能力和曝光一致性,比单纯的高像素更重要。
实践中可按三个层次选型。固定工位采集优先选用带手动曝光与手动白平衡的工业面阵相机或微单相机,搭配定焦镜头,避免自动增益在连续拍摄中漂移;移动田间采集可选用主流智能手机,但必须使用专业拍摄应用锁定 ISO、快门与白平衡,关闭 HDR 与美颜算法;需要获取纹理细节或进行三维形态分析时,可增加结构光或双目设备,但应作为独立数据流管理,不与主 RGB 数据混用。
分辨率的选择应与目标检测粒度匹配。若单果在画面中需要占据约 800×800 像素以看清果点与细微着色,则拍摄整树或整筐时,单张图像难以兼顾单果细节。此时应区分“场景图”和“单果特写”两类数据:场景图用于定位与遮挡分析,特写图用于成熟度细粒度判别。下表给出一组教学示例参数,实际取值需根据果径与工作距离标定。
| 数据类型 | 建议单果像素 | 工作距离 | 主要用途 |
|---|---|---|---|
| 单果特写 | ≥ 700×700 | 0.3~0.5 m | 颜色、纹理、果点判别 |
| 枝组场景 | 150~300 | 0.8~1.5 m | 遮挡、朝向、挂果分布 |
| 整筐/整箱 | 80~150 | 1.0~2.0 m | 批量分级与计数 |
二、光照与背景控制:把变量关进笼子
光照控制的核心是“稳定”而非“明亮”。自然光随时间、云量和太阳高度角变化,色温可从清晨的偏暖到正午的偏冷,照度差异可达数万勒克斯。若训练集全部来自晴天正午,模型部署到阴天或棚内就会明显退化。可行的做法是:田间采集记录拍摄时段与天气,并尽量在固定时段(如上午 9 至 11 点)完成同一批样本;实验室采集使用显色指数 Ra≥95 的 LED 光源,采用双侧 45° 布光加顶部柔光,避免单侧强光造成的高光溢出和阴影遮挡。
背景控制同样关键。杂乱背景会让模型把背景纹理误当作成熟度线索。实验室可采用哑光中性灰或深蓝色背景板,与果实主色形成稳定对比;田间无法更换背景时,应使用背景分割或采集时同步拍摄深度/掩膜信息,并在标注阶段剔除背景干扰严重的样本。此外,建议在画面一角放置色卡,用于后期白平衡校正与批次间色彩一致性核验。
三、多角度与多距离采样:覆盖真实观测分布
果实成熟度并非均匀分布:向阳面先着色,果梗附近与萼洼处往往滞后;套袋果与未套袋果的表面特征也不同。因此单视角采集会系统性丢失信息。合理的做法是围绕每个样本采集固定视角集合,例如以果实为中心,水平方向每 90° 一张(0°、90°、180°、270°),再加俯视与仰视各一张,共 6 个视角;对重点样本可加密到 8 个视角。距离上采用“特写 + 中景”两级,特写保证单果像素充足,中景保留果实在枝组中的上下文关系。
需要强调的是,多角度采样必须与成熟度标签同步记录。若同一果实在不同视角下被分别标注,应保证标签一致,并记录视角编号,便于后续分析模型在不同视角下的表现差异。对于有遮挡的样本,应单独标记遮挡比例,避免把“看不清”误当作“未成熟”。
四、田间与实验室两套采集流程
田间采集强调真实性与效率,实验室采集强调可控性与精细度,两者应作为互补数据源而非替代关系。田间流程建议按“样地划分—样本挂牌—定时段拍摄—现场记录”组织:先在样地内按成熟度梯度选取样本树,对目标果实挂牌编号;在固定时段使用锁定参数的设备,按预设视角与距离完成拍摄;现场同步记录天气、时段、树位、朝向与遮挡情况。挂牌编号是后续把图像与糖度、硬度等理化指标对齐的关键,缺失编号会使数据无法用于回归任务。
实验室流程则按“样本入室—环境稳定—标准工位拍摄—理化测定”组织。果实采后应尽快入室,在恒温条件下静置一段时间使表面温度与室温一致,避免结露影响成像;拍摄工位固定相机高度、光源位置与背景板,先拍色卡参考图,再按视角序列逐果拍摄;拍摄完成后立即进行糖度、硬度或色泽仪测定,保证图像与理化值一一对应。两套流程采集的数据应分别打上来源标签,训练时可按比例混合,并在验证集上分别评估田间与实验室子集的精度,以判断模型的域适应能力。
最后需要建立采集清单作为交付物。清单至少包含:批次号、采集日期与时段、天气、设备与参数、光源与背景配置、样本编号、成熟度参考标签、视角与距离编号、遮挡标记、对应理化测定值。清单与图像同步归档,后续标注、划分训练验证集和复现实验都以此为依据。采集方案的价值不在于设备多昂贵,而在于每一个影响成像的变量都被记录和约束,使成熟度成为图像之间唯一系统性的差异来源。