4. 果实图像数据预处理与增强

在果实成熟度视觉识别任务中，采集到的原始图像往往来自不同设备、不同光照条件和不同拍摄距离，直接送入模型训练会引入大量与成熟度无关的干扰因素。预处理与增强的目标，是把图像统一到模型易于学习的表示空间，同时有针对性地放大成熟度相关的视觉线索——果皮颜色分布、着色面积比例、表面纹理变化等。本节围绕尺寸归一化、色彩空间选择、亮度与对比度调整，以及面向成熟度差异的几何与色彩增强策略展开，并给出可落地的实现方式与参数示例。

尺寸归一化：统一输入张量的空间尺度

尺寸归一化包含两个层面：一是把任意分辨率的原始图像缩放到固定尺寸，二是把像素值映射到模型期望的数值范围。以常见的分类或检测骨干网络为例，输入常设为 512×512 或 640×640。缩放时需保持长宽比，避免果实被拉伸变形导致形状特征失真。工程上通常采用“短边缩放 + 中心裁剪”或“长边缩放 + 填充”两种策略：前者适合果实基本居中的采集场景，后者适合果实可能靠近边缘的图像。

像素值归一化方面，若使用在 ImageNet 上预训练的骨干网络，应沿用其均值与标准差，例如均值 [0.485, 0.456, 0.406]、标准差 [0.229, 0.224, 0.225]（RGB 顺序）。若从零训练，也可采用简单的 [0,1] 缩放后再减 0.5 除 0.5 的方案。需要注意：归一化参数必须与推理阶段完全一致，否则会出现训练与部署之间的分布偏移。下面是一段基于 OpenCV 与 NumPy 的尺寸归一化示例，采用长边缩放加填充的方式，保证不丢失边缘果实：

import cv2, numpy as np

def resize_pad(img, size=512, pad_value=114):
    h, w = img.shape[:2]
    scale = size / max(h, w)
    nh, nw = int(round(h * scale)), int(round(w * scale))
    resized = cv2.resize(img, (nw, nh), interpolation=cv2.INTER_LINEAR)
    canvas = np.full((size, size, 3), pad_value, dtype=np.uint8)
    top, left = (size - nh) // 2, (size - nw) // 2
    canvas[top:top+nh, left:left+nw] = resized
    return canvas

def normalize(img):
    x = img.astype(np.float32) / 255.0
    mean = np.array([0.485, 0.456, 0.406], dtype=np.float32)
    std  = np.array([0.229, 0.224, 0.225], dtype=np.float32)
    return (x - mean) / std

色彩空间选择：让成熟度线索更可分

RGB 色彩空间对光照变化敏感，同一果实在强光与阴影下 RGB 数值差异很大，但成熟度并未改变。因此，成熟度识别中常引入对亮度与色度解耦的色彩空间。HSV 将色调（H）、饱和度（S）、明度（V）分离，果皮由青转红、由绿转黄的色调迁移在 H 通道上表现直观，适合构建颜色阈值特征或作为额外输入通道。Lab 色彩空间的 a、b 通道分别对应红绿与黄蓝对立轴，对光照变化相对稳健，常用于颜色聚类与成熟度分级。YCbCr 则在视频与嵌入式设备中计算开销低，Cb、Cr 通道同样能反映果皮色度变化。

实践中一种有效做法是“RGB 主干 + 色度辅助通道”：模型主输入仍为归一化 RGB 三通道，同时把 HSV 的 H、S 通道或 Lab 的 a、b 通道作为附加特征图拼接，或在数据增强阶段仅在色度通道上做扰动。这样既保留了预训练权重的兼容性，又强化了成熟度相关的颜色信息。选择哪种空间应结合果实品种：红色系果实（番茄、苹果、草莓）在 Lab 的 a 通道上区分度高；黄橙系果实（柑橘、芒果）在 b 通道与 HSV 的 H 通道上更敏感。

亮度与对比度调整：抑制光照干扰

田间采集的图像常出现逆光、阴影、过曝等问题。全局直方图均衡容易放大噪声并造成色偏，更推荐限制对比度自适应直方图均衡（CLAHE）。在 Lab 色彩空间的 L 通道上做 CLAHE，可只调整亮度而不改变色度，避免成熟度颜色线索被破坏。示例参数：clipLimit=2.0、tileGridSize=(8,8)，对多数果实图像较为稳健。此外，γ 校正在 0.8~1.2 范围内可模拟不同曝光条件，作为增强手段比作为固定预处理更合适——固定预处理会抹掉真实光照差异，而随机 γ 能提升模型对光照的鲁棒性。

需要区分“预处理”与“增强”的定位：预处理是训练与推理都必须执行的一致性变换（尺寸、归一化、必要的色彩空间转换）；增强只在训练阶段随机施加，用于扩充数据分布。把 CLAHE 放进训练增强而非固定预处理，通常更有利于泛化，因为推理时的真实图像未必都经过均衡。

针对成熟度差异的几何与色彩增强策略

成熟度识别的关键难点在于类别间差异可能很细微——七成熟与八成熟的果实颜色只差一个色阶。因此增强策略要“放大有效差异、抑制无效差异”。几何增强方面，水平翻转、±15° 小角度旋转、0.9~1.1 缩放是安全操作；但垂直翻转对悬挂生长的果实可能产生不自然样本，需谨慎。色彩增强方面，色相扰动应控制在 ±8° 以内，过大色相偏移会把未成熟果实的绿色推向黄色，制造错误标签；饱和度扰动 0.8~1.2、亮度扰动 0.85~1.15 较为合理。

更针对性的做法是按成熟度分层设计增强强度：对成熟度边界样本（如七成熟、八成熟）减少强色彩扰动，避免把边界样本推过决策边界；对极端类别（全青、全红）可适当加大扰动以增加多样性。同时应监控增强后的颜色统计量，例如统计 Lab a 通道均值在增强前后的偏移，若某类别 a 通道均值偏移超过阈值，说明增强可能破坏成熟度语义，需要回调参数。下面给出一个按成熟度分层设置增强强度的配置示例：

# 示例：按成熟度分层的数据增强配置（合理假设参数）
augment_policy = {
    "immature":   {"hue": 6,  "sat": (0.8, 1.2), "val": (0.85, 1.15), "rotate": 15},
    "turning":    {"hue": 4,  "sat": (0.9, 1.1), "val": (0.90, 1.10), "rotate": 10},
    "mature":     {"hue": 6,  "sat": (0.8, 1.2), "val": (0.85, 1.15), "rotate": 15},
    "overmature": {"hue": 8,  "sat": (0.8, 1.2), "val": (0.85, 1.15), "rotate": 15},
}
# turning（转色期）扰动最小，保护成熟度边界样本的颜色语义

综合来看，本节的处理链可以概括为：原始图像 → 保持长宽比的尺寸归一化与填充 → RGB 主干输入并辅以色度通道 → 训练阶段施加 CLAHE、γ 校正与分层几何/色彩增强 → 归一化后送入模型。每一步的参数都应以“是否保留并放大成熟度语义”为判断标准，而非追求视觉上的“好看”。建议在正式训练前先用小样本做一次增强可视化与色度统计核查，确认增强后的样本仍能被人工正确判读成熟度，再投入大规模训练。