《Advances in Agriculture》：Artificial Intelligence in Soybean Seed Classification: Techniques, Applications, and Research Trends
编辑推荐：
大豆分类对于确保质量与标准化、确定商业价值以及优化农业供应链全过程至关重要。由于所评估参数具有复杂性，人工智能（AI）和机器学习（ML）等先进技术已成为提高此类分析准确性与自动化水平的有前景工具。本研究遵循PRISMA（Preferred Reporting
大豆分类对于确保质量与标准化、确定商业价值以及优化农业供应链全过程至关重要。由于所评估参数具有复杂性，人工智能（AI）和机器学习（ML）等先进技术已成为提高此类分析准确性与自动化水平的有前景工具。本研究遵循PRISMA（Preferred Reporting Items for Systematic Reviews and Meta-Analyses）协议指南开展系统文献综述（SLR）。该综述使用Scopus数据库，不设时间限制，覆盖截至2024年8月索引的研究。共筛选并分析56项研究。目的是识别用于大豆分类的主要AI技术和方法。该综述梳理了常用技术，包括红绿蓝（RGB）成像、近红外（NIR）成像和高光谱成像（hyperspectral imaging），并发现深度学习（DL）方法日益占主导，尤其是卷积神经网络（CNNs）。RGB成像是使用最广泛的技术，而高光谱成像可支持更详细的内部质量评估。尽管报告准确率较高，但所综述研究反复出现的局限包括数据集变异性以及受控实验室条件占主导。这些发现结构化概述了当前研究趋势，突出了实际应用的关键挑战，并为大豆种子分类中选择合适AI技术提供了实践方向。
1. Introduction（引言）
该文指出大豆为全球重要农产品，巴西为主要生产与出口国，采后质量控制与粮食分级直接影响定价和用途。当前接收端质量评估依赖人工视觉与理化方法，存在主观性、破坏性、耗时与设备校准等问题，人工智能（AI）被用于自动化与标准化物理分类。文中归纳三条路径：RGB图像传统计算机视觉、近红外（NIR）等光谱内部分析、以卷积神经网络（CNNs）为代表的深度学习（DL）。报告准确率差异较大，且实验室高精度向工业边缘硬件部署时受算力限制；现有综述缺少专门面向采后大豆工业分类的系统综述，故开展系统文献综述（SLR）。
1.1. Objective and Research Questions (RQs)
目标为开展基于机器学习的系统文献综述（SLR），识别方法模式、技术影响与应用路径。三个研究问题为：RQ1为机器学习技术，RQ2为图像捕获技术，RQ3为纹理、颜色、形状等籽粒特征。贡献包括梳理56项研究的算法与性能、区分RGB、NIR、高光谱、多光谱和荧光五类捕获方法、支持粮食贸易标准化、提供硬件与预处理信息、支持非破坏性评估。
2. Classification According to Brazilian Legislation
巴西MAPA技术标准用于大豆质量标准化、定价与用途判定。流程含采样、均质化、四分法、杂质与异物（FMI）测定、水分测定、视觉检查、分析分级和留样。Type I杂质低于1%，水分高于14%易霉变；Type I和Type II用于直接消费，Basic Standard Type用于其他用途，缺陷分严重与轻微，并强调设备校准与样品可追溯。
3. Method
该文按PRISMA协议开展系统文献综述（SLR），分方案制定、执行与结果汇编三阶段。
3.1. Phase 1: Protocol Development
检索Scopus数据库，截至2024年8月，无时间限制；选择其跨学科覆盖与高质量期刊会议来源。检索词围绕大豆、分类、AI/图像分析，经预试确定布尔检索式；仅纳入期刊论文和会议论文，排除书籍、章节和学位论文。未对外部参考集进行正式验证，文中将其视为检索策略局限。
3.2. Phase 2: Protocol Execution
初检293篇，由两名研究人员独立筛选并讨论达成共识。先排除不涉及籽粒物理或生理特征者，余80篇；再全文评估纳入标准：是否用机器学习分类大豆、是否使用或提及图像捕获设备、是否分析籽粒特征，至少一项为“是”。最终纳入56篇。较宽纳入标准增加异质性，结果应解释为多样性、模式与趋势而非直接性能比较。数据提取含问题、方法、AI技术、图像采集、特征、结果与部署环境；限制编码为样本代表性/泛化、数据复杂性/计算成本两类。
3.3. Phase 3: Compiling Results
建立电子表格数据库，按三个RQ和两类限制编码分析56项研究，采用双变量描述统计、共现分析与趋势比较，未做meta分析。将AI模型与图像捕获技术交叉统计组合频数，并将仅计算机视觉/经典图像处理单列。RQ2梳理捕获设备，RQ1梳理机器学习方法，RQ3梳理活力、完整性、病理、尺寸、重量、纯度、品种等特征。
4. Results and Discussion
该文提出三维分类框架：数据采集技术与数据类型（RQ2）、AI技术与模型（RQ1）、籽粒提取特征（RQ3），分别对应4.1至4.3。
4.1. Capture Techniques and Associated Data Types
捕获设备分为可见光RGB与非可见光谱（NIR、高光谱、多光谱、荧光）。RGB成本低但难检测内部特征；NIR适于水分和蛋白质等非破坏化学分析；高光谱精度高但成本与数据量大；多光谱成本效益较好但光谱分辨率较低；荧光可检测代谢变化但应用较受限。硬件选择需权衡数据复杂性与处理能力。
4.1.1. RGB Cameras
RGB相机记录400–700 nm可见光谱，成本低，适合形状、颜色、尺寸和可见缺陷分析；与YOLOv5等结合可实时自动分类，但无法检测内部或非可见光谱特征。
4.1.2. NIR Cameras
NIR相机覆盖700–2500 nm，用于水分、蛋白质等化学与结构分析，适合工业非破坏检测，与机器学习结合可分类。
4.1.3. Hyperspectral Cameras
高光谱覆盖可见至NIR数百波段，提供独特光谱签名，适合品种、化学成分和缺陷检测；精度高但计算需求大，目前多受限于实验室。
4.1.4. Multispectral Cameras
多光谱波段较少，处理更快、数据量较低、成本较低，适合大规模快速分类和缺陷/品种识别，但细节低于高光谱。
4.1.5. Fluorescence Devices
荧光设备用LED或激光激发并记录发射光，可评估活力、生活力和病理，检测代谢变化；应用范围相对有限，常与其他技术互补。
4.2. AI Techniques and Models Used
AI方法包括传统机器学习、CNNs和计算机视觉。以56项SLR研究占Scopus大豆分类质量文献2566条的归一化频率分析：2015年前0.95%，2015–2017年1.09%，2018–2020年2.70%，2021–2023年5.93%，显示AI采用上升。交叉分析显示深度学习18/56（32.1%），其中14/18（77.7%）仅用RGB；传统机器学习26/56（46.4%），其中16/26（61.5%）用NIR或高光谱；其余为计算机视觉/经典图像处理。数据性质是架构选择的重要决定因素。
4.2.1. Machine Learning
传统机器学习使用支持向量机（SVM）、随机森林（RF）、逻辑回归等，适合小数据或较简单任务，用于纯度、品种和缺陷分类；随机森林结合高光谱数据有应用。
4.2.2. CNNs
CNNs通过卷积、池化和全连接层提取空间结构特征，用于形状、颜色、纹理和缺陷识别；YOLOv5、SqueezeNet等用于自动检测和紧凑高效模型。迁移学习（TL）可缓解数据不足，Xception、InceptionV3、MobileNetV2等经微调取得较高精度，如InceptionV3增强后在5513张图像上达98.73%缺陷种子分类准确率；高光谱应用中网络需适配复杂化学签名，性能受信号质量与预处理影响。
4.2.3. Computer Vision and Image Segmentation
计算机视觉用于对象检测、模式识别和图像分割；分割将图像划分为区域以定位大豆、受损粒或杂质，提高分类质量与效率；经典图像处理快速轻量，易集成。
4.3. Characteristics Extracted From Soybeans
提取特征包括活力、完整性、病理、尺寸、重量、纯度、品种。活力与完整性影响播种价值；纯度与重量影响交易经济价值；品种识别关系标准化和法规合规。研究分布受法规与技术限制影响：完整性和纯度对应MAPA Type I/II定价与接受度；活力因种子附加值高而研究多；内部化学和遗传特征研究较少，受光谱传感器与算力瓶颈限制。
4.4. Limitations and Challenges in Grain Analysis
限制分为样本代表性/泛化（37/56）与数据复杂性/计算成本（30/56），可并存。代表性限制包括品种范围窄、单一商业品种、专有非标准数据集导致可重复性和跨研究比较困难；图像、光谱或增强样本可能来自同一物理种子，记录数不等于独立实验单元。数据复杂性限制包括高维冗余数据、波长选择依赖、模型泛化困难；扩散模型可生成高保真合成图像以补充不平衡数据；边缘设备算力限制迫使模型轻量化，可能牺牲精度。
5. Conclusion
该文总结56项AI大豆种子分类研究：RGB成像最常用，NIR、高光谱、多光谱和荧光用于更详细内部或化学信息；AI以传统机器学习和深度学习尤其是CNNs为主，技术选择与数据类型相关；最常分析特征为活力、完整性、尺寸、纯度和品种；主要限制为样本代表性和数据/计算复杂性。54项实验研究中52项（96.3%）仅在受控实验室开展，仅2项含真实场景验证。未来应扩展品种多样性、纳入较少受控采集条件和真实场景验证，并开发更轻量、可扩展的光谱与图像分析方案。
