农业图像数据基础：常见作物类型、病害类别、图像采集设备与格式

构建高质量的农业图像数据集，首先需要明确“拍什么”和“怎么拍”。作物种类繁多，病害表现各异，而采集设备的性能与图像格式直接决定了后续模型能够从中提取的信息上限。本章将系统梳理常见作物与病害类别、主流采集设备的选型逻辑、图像格式与存储规范，并给出一个完整的采集方案设计案例，帮助你在数据源头建立标准化、可复用的工程基线。

2.1 常见作物类型与病害类别体系

农业图像数据集的第一个维度是作物种类。不同作物的形态结构、叶片纹理、果实颜色差异巨大，这直接影响模型的特征提取难度。从实际工程角度看，可将作物分为三大类：大田作物（水稻、小麦、玉米、大豆、棉花）、园艺作物（番茄、黄瓜、辣椒、苹果、柑橘等蔬菜果树）以及经济作物（茶叶、烟草、甘蔗、花生等）。大田作物通常种植面积大、冠层结构相对统一，适合用无人机或卫星影像进行宏观监测；园艺作物往往需要近景拍摄，因为其病害多发生在叶片背面、果实表面或茎秆基部，对图像分辨率要求更高。

病害类别是数据集的第二个核心维度。从病原学角度，农业病害主要分为三类：

• 真菌性病害：最常见，约占农业病害的70%以上。典型症状包括叶斑（如水稻稻瘟病）、锈病（小麦条锈病）、白粉病、霜霉病等。真菌病害通常有较明显的病斑边界，颜色从灰白到深褐不等，部分病斑表面有粉状或霉状物。
• 细菌性病害：表现为水渍状病斑、腐烂、枯萎，如水稻白叶枯病、番茄青枯病。细菌性病害的病斑边缘常呈油渍状，在潮湿环境下有菌脓溢出。
• 病毒性病害：症状包括花叶、黄化、矮缩、畸形，如烟草花叶病毒、番茄黄化曲叶病毒。病毒病往往全株表现，且容易与营养缺乏症混淆，需要结合传播媒介（如蚜虫、粉虱）进行判断。

在实际数据集构建中，建议采用“作物-病害-严重度”三级标签体系。例如：tomato_leaf_mold_severe 表示番茄叶霉病重度感染。这种层级化标签不仅便于模型训练，也方便后续进行细粒度识别或严重度评估。

2.2 图像采集设备选型与参数配置

设备选型没有的“最好”，只有“最合适”。你需要根据采集场景、目标病害尺度、预算和后续模型需求来综合判断。以下是三类主流设备的对比分析：

在参数配置上，有几个关键点需要特别注意：

• 光圈与景深：拍摄叶片病斑时，建议使用F4-F8的光圈，保证病斑边缘清晰。过大的光圈（如F1.8）会导致景深过浅，叶片边缘虚化。
• 快门速度：田间有风时，快门速度应不低于1/500s，避免运动模糊。可使用连拍模式，从中挑选最清晰的帧。
• 白平衡：尽量使用自定义白平衡或灰卡校准，避免不同光照条件下图像偏色。特别是对于叶斑颜色的判断，偏色会严重影响模型训练。
• 色彩空间：保存时使用sRGB色彩空间，这是大多数深度学习框架默认支持的格式。如果使用Adobe RGB，需要额外转换。

2.3 图像格式、存储规范与数据管理

图像格式的选择直接影响数据集的存储成本和模型读取效率。以下是几种常见格式的对比：

对于深度学习训练，JPEG格式（质量90以上）是性价比最高的选择。有损压缩对病害特征的影响微乎其微，但能显著减少存储和IO开销。如果做精细的像素级分割任务，建议使用PNG格式保存标注掩码，避免压缩伪影影响边界精度。

在存储规范方面，推荐采用以下目录结构：

dataset/
├── images/
│   ├── train/
│   │   ├── tomato_leaf_mold_001.jpg
│   │   ├── tomato_leaf_mold_002.jpg
│   │   └── ...
│   ├── val/
│   └── test/
├── annotations/
│   ├── train/
│   │   ├── tomato_leaf_mold_001.json
│   │   └── ...
├── metadata/
│   ├── capture_log.csv
│   └── device_config.json
└── README.md

文件名建议采用作物_病害_严重度_编号的格式，例如rice_blast_severe_023.jpg。同时，务必保留一份capture_log.csv，记录每张图像的拍摄时间、设备型号、焦距、ISO、快门速度、GPS坐标、光照条件（晴天/阴天/人工光源）等信息。这些元数据在后续进行域适应或数据增强时非常有用。

2.4 实战案例：番茄叶霉病数据集的完整采集方案

下面通过一个完整的案例，展示如何将上述知识落地。假设我们需要构建一个用于识别番茄叶霉病（Fulvia fulva）严重度的分类数据集，目标是将病害分为轻度、中度、重度三个等级。

背景与约束：采集地点为山东寿光某温室大棚，面积约2亩。采集时间为2024年5月（番茄结果中期），天气以多云为主，棚内温度25-30°C。预算有限，无法购买工业相机，使用两部iPhone 15 Pro和一部大疆Mavic 3无人机。

初始现象与目标：棚内番茄植株中下部叶片出现大量灰褐色霉层，部分叶片开始卷曲枯死。需要采集至少1500张有效图像，每类严重度各500张，同时保证光照变化和角度多样性。

关键输入数据与参数：

• 手机相机设置：使用48MP主摄，光圈F1.78，快门自动，ISO上限400，白平衡设为“日光”模式。
• 无人机设置：飞行高度3-5m，云台俯仰角-60°（斜向下45°），拍摄间隔2秒，重叠率70%。
• 辅助工具：灰卡（18%中性灰）、卷尺、标签牌、GPS记录仪。

分析判断过程：叶霉病主要侵染叶片背面，因此单纯俯拍无法捕捉典型症状。我们决定采用“三步采集法”：第一步，手机近景拍摄叶片背面（距离15-25cm），每株选3-5片病叶；第二步，手机拍摄整株冠层（距离0.8-1.2m），记录病害在植株上的分布；第三步，无人机拍摄整个小区的俯视图，用于后续可能的病害区域分割。

实际操作步骤：

1. 在棚内选取5个采样点，每个点间隔约10m，覆盖不同光照区域（靠近棚边较亮，中间较暗）。
2. 每个采样点选取3株番茄，每株标记上中下三个部位，用标签牌记录编号。
3. 使用手机拍摄时，将灰卡放在叶片旁边，先拍一张灰卡校准图，再拍摄病叶。每片叶子拍摄3张：正面、背面、侧面45°。
4. 无人机飞行时，保持云台角度固定，航线覆盖整个小区，飞行速度1m/s。
5. 拍摄完成后，立即导出照片，检查是否有模糊、过曝或欠曝的图像，不合格的当场补拍。

结果对比与数据统计：经过3天采集，共获得有效图像1723张。其中手机近景图986张，冠层图412张，无人机图325张。经过专家人工筛选，剔除模糊和重复图像后，保留1580张。按照严重度标注后，轻度520张、中度540张、重度520张，基本满足类别平衡。

风险与代价：采集过程中遇到的主要问题是棚内光线变化快（云层移动导致亮度波动），部分图像偏暗。我们通过后期直方图均衡化进行补偿，但仍有约5%的图像因色彩失真被弃用。此外，无人机在棚内飞行时GPS信号弱，定位精度下降，但通过视觉辅助定位解决了该问题。

复盘经验：第一，灰卡校准是必须的，它让后期色彩校正有了基准；第二，叶片背面拍摄不可省略，很多病害的典型症状在背面；第三，元数据记录要同步进行，不要依赖事后回忆；第四，预留10-15%的冗余采集量，以应对筛选后的数据损失。

2.5 总结与复盘

农业图像数据集的构建是一项系统工程，作物类型决定了拍摄对象和尺度，病害类别决定了需要捕捉的细节特征，设备选型决定了图像质量的上限，而格式与存储规范则决定了数据能否被高效利用。在实际操作中，建议遵循以下原则：

• 先小规模试采集（50-100张），验证设备参数和拍摄流程，再大规模展开。
• 每批数据都要有对照，至少包含健康样本和不同严重度的病样，避免模型只学会区分“有病/无病”而无法评估程度。
• 定期检查数据分布，如果发现某类病害或某种光照条件下的样本过少，及时补充采集。
• 保留原始RAW文件（如果设备支持），JPEG用于训练，RAW用于后期可能的重处理。

数据采集是农业AI项目中最耗时、最容易被低估的环节。一个高质量的数据集，其价值远超模型调参带来的提升。下一阶段，我们将在此基础上，深入探讨光照变化对图像质量的具体影响机制，以及如何通过采集策略和预处理手段来增强模型在不同光照条件下的鲁棒性。