番茄(Solanum lycopersicum var. cerasiforme)是全球消费和种植最广泛的蔬菜之一。番茄的成熟度对其风味、颜色和营养成分有着显著影响,进而影响其市场价值(Opara et al., 2012)。未成熟的番茄通常不太受消费者欢迎,而过熟的番茄则会更快软化并变质,导致运输过程中的损失增加。此外,根据不同的用途(如罐装、制作酱料或果汁),需要不同的成熟阶段(Saha et al., 2024)。因此,准确可靠的成熟度评估对种植者和分销商至关重要。虽然准确评估番茄成熟度对于确保消费者满意度和加工质量至关重要,但传统的评估方法仍存在显著挑战。种植者和分销商仍经常依赖视觉检查,但这依赖于人工判断,尤其是在时间紧迫的情况下,容易导致不一致性和主观性(Wei et al., 2024)。光谱仪和色度计等仪器方法可以提供有关成熟度的详细精确信息(Abdelhamid et al., 2021, Goisser et al., 2020),但由于需要直接接触番茄,其实用性可能受到限制,尤其是在需要快速和一致评估时。在大规模工业环境中,这些限制更加明显,因为效率和速度是减少采后损失的关键。这些限制凸显了需要客观和自动化的方法,以实现适用于大规模操作的准确、快速且非侵入性的成熟度评估。
基于图像的机器学习技术的最新进展改变了番茄成熟度的评估方式,提供了可扩展且非侵入性的解决方案,克服了传统方法的局限性。与传统方法不同,基于图像的分析不需要直接接触番茄,非常适合无损测试,同时确保了一致性和效率。尽管图像采集条件(如照明和相机设置)可能引入较大的变异性,但在受控实验环境中获得的图像使得基于图像的成熟度评估的分析可能性得到系统探索。先前研究(Buitrago and Vargas, 2024)表明,从番茄图像中提取的RGB颜色数据可以有效地转换为LAB颜色空间,并与光谱仪得到的LAB值保持良好一致性。Ningsih和Cholidhazia(2022)尝试使用基于从400张番茄图像中提取的RGB和HSV值的K最近邻模型对番茄成熟度进行分类,准确率达到91.25%。Nuraini等人(2023)基于LAB和HSV颜色空间建立了分类模型,使用了480张分为六个成熟度阶段的番茄图像,发现性能下降主要是由于难以区分中间成熟阶段。这一限制可能不仅仅是由于算法限制,也可能反映了番茄成熟过程中内在的连续性和重叠的生物过程(Klee and Giovannoni, 2011)。在番茄成熟过程中,色素组成发生深刻变化,叶绿素的降解以及类胡萝卜素(如番茄红素和β-胡萝卜素)的生物合成和积累推动了颜色从绿色到红色的转变。最近的颜色测量研究表明,CIELAB中的红绿色维度(a*)对这些色素变化最为敏感,反映了成熟过程中的生物化学过程(Horváth-Mez?fi et al., 2024)。跨成熟阶段的代谢组学分析进一步表明,番茄红素和其他植物化学物质随着成熟度的增加而显著增加,而叶绿素则减少,从而将代谢变化与颜色发展和果实品质特征联系起来(Horváth-Mez?fi et al., 2024)。然而,驱动颜色发展的相同生物化学连续性也使得在低维颜色描述符中相邻阶段的区分度降低,导致中间类别不可避免地出现重叠。因此,仅通过分类器级别的优化实现的性能提升,在输入表示未能充分编码空间色彩梯度和表面线索时往往会达到饱和。
深度学习技术为成熟度评估提供了更精确的方法,并支持开发适合现有质量控制工作流的自动化和可靠评估系统。在这些进展中,卷积神经网络(CNN)是专门处理图像数据的深度学习模型的一部分,它们通过自动提取特征的空间层次结构而特别有效(Benmouna et al., 2022)。Pangilinan等人(2022)比较了基于InceptionV3、ResNet50和VGG19的CNN模型对番茄六个成熟度阶段的分类效果,报告了较高的整体分类准确率。为了进一步提高基于CNN模型的性能,最近的研究探索了集成技术,如迁移学习和将变换器架构与CNN模型相结合。Khan等人(2023)开发了一种结合了CNN基于的局部特征提取和变换器基于的全局上下文建模的卷积变换器,以改进番茄成熟度分类。Appe等人(2023)通过修改CNN架构(使用VGG16结构)应用了迁移学习的概念来分类番茄成熟度。然而,据我们所知,仅有少数研究系统地研究了特定阶段的误分类模式,或探讨了CNN架构内的迁移学习如何影响泛化性能,特别是在中间成熟阶段。
本研究通过考察不同特征表示水平对类别区分能力的影响,来研究番茄成熟度分类。首先评估了使用LAB颜色特征的常规机器学习模型作为基线,发现半熟与成熟阶段之间存在持续的误分类,这反映了成熟过程中的内在色彩连续性。为了克服这一限制,将基于CNN的模型应用于RGB图像以捕捉空间色彩梯度和表面线索,并采用预训练的底层数字架构进行了迁移学习,以增强表示能力。进一步比较了多种代表性的架构,并在独立数据集上进行了外部验证,以评估跨数据集的泛化能力。
本研究的主要贡献可以总结如下:
(i) 识别出半熟与成熟番茄之间由于低维LAB特征空间中的生物驱动色彩连续性而导致的持续误分类。
(ii) 系统评估了常规机器学习、基线CNN和基于迁移学习的深度架构,以研究表示能力对番茄成熟度分类类别区分能力的影响。
(iii) 比较分析了多种预训练的底层数字架构,以考察它们在特征鲁棒性和区分能力方面的提升。
(iv) 在独立的番茄数据集上进行外部验证,以评估所学视觉表示的跨数据集泛化能力。