基于冻结 CNN 特征提取的红外热图像糯米品质多输出预测

《Journal of Stored Products Research》：Frozen CNN feature extraction for multi-output prediction of glutinous rice quality from infrared thermal images

　　

•冻结的CNN可从热成像图中预测糯稻的六项品质性状。
•EfficientNet-B7和ResNet50的综合测试R2最高可达0.97。
•学习率为0.01可支持稳定收敛。
•MobileNet-V2参数量最少，约为262万。

引言

在整个东亚和东南亚地区，糯稻（*Oryza sativa* var. *glutinosa*）不仅是主食，也是传统地方菜肴的重要原料（Ali and Hashim, 2024）。然而，糯稻的消费者接受度和商业价值取决于其关键品质属性，包括吸水率（WAC）、发芽生长率（GGR）、整精米率（HRY）、白度指数（WI）、碎米率（BRY）和含水率（MC）。这些属性共同影响糯稻的货架期、碾米效率以及农民和加工商的总体经济回报（Dasore et al., 2025）。然而，干燥温度（DT）、储存温度（ST）和储存时长（SD）等产后加工因素会显著影响糯稻的品质属性（Hoffmann et al., 2025）。不当的储存条件会导致糯稻品质迅速恶化和永久性损伤（Wan et al., 2025）。因此，分析这些加工条件在储存期间如何持续影响糯稻品质至关重要。传统的品质评估方法需要对样品进行破坏性取样，并借助实验室设备来完成水分分析、化学表征、发芽测试和碾米出米率评估。虽然这些方法能提供准确的测量结果，但在大规模储存条件下进行实时决策时，需要耗费大量人力、时间和资源（Olakanmi et al., 2023）。因此，迫切需要一种高效、可靠、非接触且无损的方法，以高精度监测这些参数，并优化干燥和储存条件（Rashmi and Negi, 2025）。

现代成像技术日益被公认为评估农产品品质的有效非接触、无损替代方法（O'Brien & Alamar, 2025）。不同的成像模式，如RGB、高光谱、近红外（NIR）和荧光成像，已被广泛应用于检测缺陷、品种分类、评估物理化学性质以及监测食品谷物及其他农产品在储存过程中的品质劣化（Ageh et al., 2025）。所有这些方法均基于光在不同波长下的吸收和反射。RGB成像主要用于识别纹理和颜色等表面特征（Li et al., 2023; Yuan et al., 2019），而高光谱和NIR成像方法则利用光随波长变化的吸收和反射特性，提供食品内部结构信息（Pilorget et al., 2016; Mukhtar et al., 2025）。荧光成像检测光学激发后化合物发出的光，可提供有关生化组成和品质相关变化的信息（Ma et al., 2024）。尽管上述成像技术在农产品品质分析中已证明了其有效性，但这些方法往往依赖昂贵的精密设备、需严格控制的照明设置、高维数据和计算量大，从而可能限制其应用（Dasore et al., 2025; Wang et al., 2024）。

红外热成像（ITI）通过检测样品表面发出的长波红外辐射来表征空间温度分布模式（Hou et al., 2022）。这些模式可能提供与产后储存过程中热传递和水分行为相关的信息（Hashim and Mohd Ali, 2025）。因此，热成像能够在无需复杂设备、外部光源或繁琐样品制备的情况下，揭示有价值的理化变化信息（Mohd Ali et al., 2024; Barin et al., 2015）。ITI不需要外部光学照明，具有快速、非接触评估的潜力（Maimunah et al., 2022）。然而，解读这些模式需要考虑样品的温度状态和采集条件。这些特征使ITI成为糯稻快速非接触多品质评估的一项有前景的技术。从ITI预测品质属性需要一个将图像信息与参考测量值关联起来的模型。传统机器学习（ML）框架通常使用从图像中提取的统计、纹理和梯度描述符（Mohd Ali et al., 2022）。其性能取决于所选描述符，而所选描述符可能无法捕捉所有相关的空间信息（Saputra et al., 2024）。其他实验环境下的ML研究也提供了模型评估和解释的有益范例。Liu等（2025）比较并优化了预测生物炭对氨氮吸附的模型，而Liu等（2026a）采用重复分组训练-测试划分来评估四环素吸附的预测变异性。相关研究将ML与机理分析相结合，以识别四环素和磷酸盐吸附中的关键实验因素（Liu et al., 2026b, 2026c）。在我们先前的研究中，使用手工设计的辐射度、统计、纹理和梯度描述符与传统ML模型相结合，分析了不同干燥和储存条件下获得的糯稻ITI数据（Dasore et al., 2026）。在所评估的模型中，Extra Trees（ET）模型对糯稻品质和碾米属性的整体预测性能最强。但该框架明确依赖于图像预处理、感兴趣区域分割和手工特征提取。这些ML方法的局限性促使我们采用深度学习（DL）方法来预测糯稻品质属性。

DL已被积极应用于基于图像的分析中，因为它可以直接从原始输入中自动学习判别性模式，而无需人工设计描述符（Simhadri et al., 2025）。在所有DL模型中，卷积神经网络（CNN）尤其适合分析复杂的视觉信号。CNN通过卷积滤波器利用空间局部性，从而能够聚焦于局部图像模式。随着信息从一个层级传递到另一个层级，CNN逐步学习层次化表示，从纹理和边缘等低级特征开始，逐渐过渡到复杂形状和复杂语义显著特征等高级表示（Elhassan et al., 2022）。这种端到端的学习能力使得CNN在农业成像应用中得到了广泛采用，其中大多数研究聚焦于分类问题，如作物病害诊断、品种识别和缺陷识别（Nturambirwe and Opara, 2020; Boulent et al., 2019; Simhadri et al., 2025）。在水稻相关应用中，CNN已被成功用于基于大规模图像识别水稻品种，且分类效果较高（Koklu et al., 2021）。Son和Thai-Nghe（2019）提出了一种基于CNN的图像分析技术，通过基于尺寸的图像特征将稻谷分类为整粒或碎粒，其性能优于传统ML分类器。DL也被用于通过ResNet-50等CNN架构对RGB图像进行作物物候阶段监测，在真实田间条件下实现了可靠的分类性能（Qin et al., 2023）。CNN还被应用于时间序列图像分析，以准确预测水稻抽穗期等农艺重要事件，同时大幅减少了田间人工观测数量（Desai et al., 2019）。与此同时，DL不仅被应用于视觉分类问题，还扩展到时空预测问题。这一转变促进了模型的自动学习时空特征，从而无需人工特征工程即可预测水稻产量（Chu and Yu, 2020）。

对于本研究的相关背景而言，ITI结合迁移学习（TL）已被发现在农业分类任务中非常有用；例如，热成像-CNN迁移学习在菠萝品种分类中被进行了基准测试，精度较高，同时侧重于使用已训练架构的实用性（Hashim and Mohd Ali, 2025）；DL/多模态方法也已被考虑用于捕获不同储存处理下的品质相关变化（Maimunah et al., 2022）。尽管DL在农业成像领域的应用取得了大量进展，但CNN用于糯稻连续理化属性和碾米属性回归预测的应用仍然有限，尤其是基于热成像的应用。还需要进一步评估，以考察预训练CNN架构和训练配置如何影响从热成像图预测糯稻的连续品质属性，包括联合预测和分属性单独回归。

针对这些研究空白，本研究是对Dasore等（2026）先前报道的ITI数据集的方法学拓展和二次分析。在之前基于手工特征的ML框架基础上，本研究探讨了冻结的预训练CNN特征能否支持从彩色渲染的红外热成像图中同时预测糯稻的六项品质属性（MC、GGR、WAC、WI、HRY和BRY）。研究目标包括评估五种预训练骨干网络（即ResNet50、Xception、Inception-V3、EfficientNet-B7和MobileNet-V2），并比较联合预测与分属性单独回归的效果。每个骨干网络作为固定的特征提取器，连接一个可训练的回归头。本研究的贡献在于考察一种基于图像的方法，该方法无需手工特征提取即可同时预测与储存相关、水合、外观和碾米相关的属性。此次评估旨在明确使用预训练视觉特征对糯稻进行多属性评估的潜力与局限，特别是在所研究的干燥和储存条件下。

实验节选

样品制备

freshly harvested糯稻（品种Siding，代号MR 47）来自马来西亚雪兰莪州的Berkat Padi Sdn. Bhd.公司。使用气吹风机对稻谷进行清洁，以去除灰尘和异物。在处理前未进行额外的谷粒筛选。初始含水率使用水分测定仪（MX50，日本）在105 °C条件下进行三次重复测量，以湿基表示，平均值为9.23 ± 0.72%。用于生成数据的实验样品和干燥-储存方案如下：

架构复杂度与可训练参数分析

表1汇总了五种模型配置的总参数数和可训练参数数。EfficientNet-B7的总参数数最大，约为6480万，而MobileNet-V2的总参数数最小，约为262万。ResNet50、Xception和Inception-V3介于两者之间。总参数数包括冻结的骨干网络和回归头。可训练参数仅属于回归头：ResNet50、Xception和Inception-V3均为558,214个。

模型性能解读

性能在不同架构和品质属性之间存在差异。在单输出实验中，EfficientNet-B7在五项属性上取得了最高的R2和最低的RMSE。MobileNet-V2在GGR上在这些指标上表现领先，而EfficientNet-B7产生了最低的GGR MAE。MobileNet-V2还以较少的参数量提供了具有竞争力的预测结果。这些比较涉及在架构、输入分辨率和预处理方面存在差异的配置。优化器和学习率的影响仅限于：

结论

本研究评估了五种冻结的ImageNet预训练CNN骨干网络（配合可训练的回归头），用于从彩色渲染的红外热成像图中同时预测糯稻的六项品质属性。在初始的单次划分比较中，多输出综合R2在模型-优化器组合间介于0.93至0.97之间。EfficientNet-B7在所有四种优化器下均取得了约0.97的R2，而MobileNet-V2的参数量最小。优化器和学习率的选择影响了：

CRediT作者贡献声明

Abhishek Dasore：撰写—初稿、可视化、形式化分析、数据管理、概念化。
Norhashila Hashim：撰写—审稿与编辑、监督、项目管理、资金获取。
Rosnah Shamsudin：撰写—审稿与编辑。
Hasfalina Che Man：撰写—审稿与编辑。
Mohamed Aashiq Nakeebu：撰写—审稿与编辑、形式化分析、概念化。

生成式AI及AI辅助技术在稿件撰写过程中的声明

作者在稿件撰写过程中使用了ChatGPT（OpenAI）来改善英文语言、清晰度和可读性。作者已审阅并修改了建议的措辞，并对最终稿件的准确性和完整性负责。

资金声明

本研究由马来西亚高等教育部通过跨学科研究资助计划项目（编号TRGS/1/2020/UPM/02/7）提供资金支持。

利益冲突声明

作者声明以下可能被视为潜在利益冲突的财务利益/个人关系：
Norhashila Hashim报告已获得马来西亚高等教育部的资金支持。如有其他作者，他们声明不存在已知的竞争性财务利益或个人关系，这些关系可能已影响本文所报告的研究工作。

致谢

作者衷心感谢马来西亚高等教育部通过跨学科研究资助计划（TRGS）项目（TRGS/1/2020/UPM/02/7）提供的资金支持。

Abhishek Dasore | Norhashila Hashim | Rosnah Shamsudin | Hasfalina Che Man | Mohamed Aashiq Nakeebu