《Canadian Journal of Remote Sensing》：Deep and machine learning in plant variety classification: A systematic global review of image processing approaches
编辑推荐：
过去二十年，随着数字植物图像的可获取性增加以及全球对生物多样性保护的关注，图像处理技术在植物品种识别中的应用大幅增长。本研究旨在综述农业中利用各种机器学习/深度学习（Machine Learning/Deep Learning, ML/DL）算法、图像采集技术
过去二十年，随着数字植物图像的可获取性增加以及全球对生物多样性保护的关注，图像处理技术在植物品种识别中的应用大幅增长。本研究旨在综述农业中利用各种机器学习/深度学习（Machine Learning/Deep Learning, ML/DL）算法、图像采集技术、图像数据库和精度评估方法进行植物品种分类的最新研究。遵循PRISMA流程，系统回顾了最近十年（2015-2025年）发表的83篇关于图像处理技术用于植物品种识别的高度相关研究。深度学习算法，特别是卷积神经网络（Convolutional Neural Network, CNN）变体，被广泛采用，并在植物品种识别中展现出卓越的准确性。将传统机器学习技术与优化算法和手工特征相结合，进一步增强了模型鲁棒性，为可扩展的实际农业应用铺平了道路。大多数研究中的图像数据采集是通过公开图像数据库或基于智能手机的成像进行的。过去十年中，谷物作物品种在分类研究中研究最为频繁。总体而言，这项全球综述为研究人员、从业者和政策制定者提供了宝贵见解，以提高数据驱动植物品种分类的效率和准确性。
**Introduction**
近年来，图像处理与机器学习（Machine Learning, ML）和深度学习（Deep Learning, DL）技术的进步推动了植物品种分类领域的深刻变革。传统依赖人工观察和专家知识的识别方法耗时且易出错，而高分辨率成像和复杂算法可实现更高效准确的分类，满足农业、生物多样性保护和生态研究的需求。ML/DL算法（如支持向量机（Support Vector Machine, SVM）、随机森林（Random Forest, RF）、人工神经网络（Artificial Neural Network, ANN）和卷积神经网络（Convolutional Neural Network, CNN））能够自动学习图像特征，实现高精度品种识别。多光谱、高光谱成像和无人机系统等技术的进步进一步增强了分类能力。然而，现有文献缺乏对图像处理技术的系统性全球评估，本研究旨在填补这一空白，通过分析过去十年的研究，识别关键趋势和挑战，为植物科学、生态信息学和农业技术领域提供见解。
**Methodology**
研究遵循PRISMA流程，在Scopus、Web of Science和Google Scholar数据库中检索2015-2025年间的相关文章，使用关键词如作物分类、作物识别、植物物种、图像处理、机器学习、深度学习。经去重、标题摘要筛选、全文评估后，最终纳入83篇高度相关的研究。这一过程确保了综述的透明性和针对性。
**Fundamental concepts of image processing by machine/deep learning approach**
图像处理流程通常包括图像采集（使用卫星、无人机或地面相机）、图像增强（如对比度调整、噪声减少、直方图均衡化）、图像分割（将图像划分为有意义区域）、特征提取（将图像转换为数值特征）、以及使用ML/DL算法进行分类或识别。数据集分为训练集和测试集，模型性能通过决定系数（R
2）、均方根误差（Root Mean Square Error, RMSE）等指标进行评估。
**Image acquisition**
图像质量对植物品种识别至关重要。RGB图像在形态结构和颜色特征识别中可达到85-95%的准确率。研究利用智能手机（如64兆像素相机）、数码单反相机（Digital Single Lens Reflex, DSLR）、无人机（如DJI Mavic Pro）和扫描仪获取图像。多光谱图像包含近红外等波段，对于种子和叶片分类可达94-100%准确率。高光谱成像（Hyperspectral Imaging, HSI）获取每个像素的全光谱签名，在种子分类中达到95-99%的准确率，但空间分辨率较低。多模态方法（融合高光谱和RGB数据）可互补优势。卫星图像（如WorldView-2）也被用于城市植物物种分类，可利用光谱和纹理特征。
**Suitability of data resolutions and acquisition settings**
数据分辨率和采集设置的选择直接影响分类精度。对于物种级分类和冠层评估，多光谱或高分辨率RGB无人机/卫星图像足够；对于品种级精细分类，高光谱成像更有效，可捕捉生化特征差异。受控成像环境可提高测量一致性，但可能无法捕捉田间基因型-环境互作。研究人员需根据研究目标（大规模监测、生化性状估计或形态表型）调整采集策略，没有单一设置能最优地满足所有目的。
**Image enhancement**
图像增强旨在改善视觉质量，使叶片纹理、叶脉模式、颜色和形状等特征更易识别。常用技术包括噪声减少（如高斯模糊、中值模糊）、对比度增强（如直方图均衡化）、颜色增强、边缘增强、纹理增强和形态学处理。这些方法提高特征提取和分类精度，确保图像质量一致，使模型更好区分植物品种。
**Image augmentation**
图像增强后，数据增强通过旋转、缩放、翻转、添加噪声等操作生成多样化版本，防止过拟合，提升模型鲁棒性和泛化能力。生成对抗网络（Generative Adversarial Networks, GANs）通过学习数据分布生成高质量合成图像，解决数据不平衡问题。去噪扩散概率模型（Denoising Diffusion Probabilistic Models, DDPMs）通过逐步去噪生成图像，提供更稳定和多样化的样本，比GANs更优。其他生成模型包括变分自编码器、自回归模型等。
**Feature extraction**
特征提取将原始图像转换为有意义的数值特征，如形状、纹理、颜色和叶脉模式。传统手工特征（如灰度共生矩阵（Gray-Level Co-Occurrence Matrix, GLCM）、统计特征、颜色特征）需要专家手动设计，可能遗漏复杂模式。深度学习算法（如DenseNet201、VGG19、InceptionV3、ResNet50等）自动从数据中学习特征，能捕捉复杂关系，表现出更高性能。
**Feature selection and dimensionality reduction**
特征选择从提取的特征中识别最相关的子集，以提升模型性能并降低计算复杂度。方法分为过滤法（如相关性分析、卡方检验）、包装法（如递归特征消除（Recursive Feature Elimination, RFE））和嵌入式法（如随机森林重要性）。过滤法基于手工特征常达到90-98%准确率，包装法（如蚁群优化（Ant Colony Optimization, ACO））达81-95%，嵌入式深度学习方法（如CNN、迁移学习）在大型数据集上达93-100%准确率。降维方法如主成分分析（Principal Component Analysis, PCA）将高维特征投影到低维空间，保留关键信息。
**Technological progression of methods**
图像处理技术经历了五个阶段：1990年代初，简单相机和阈值分割；2000年代初，椭圆傅里叶描述符等形态学方法；2010年代中期，手工特征描述符（如SIFT、HOG）结合传统ML分类器；2015-2019年，CNN算法流行，自动学习视觉表示；2019-2022年，GANs用于数据增强；2022年至今，扩散概率模型、高级GAN架构（如StyleGAN）、以及CNN-Transformer混合特征提取器成为主流，注重图像保真度和多样性平衡。
**Evaluation metrics**
模型性能评估常用准确率、精确率、召回率、F1分数（F1-score）等指标。混淆矩阵可视化分类结果，K折交叉验证和验证集结合数据增强用于小数据集，防止过拟合。
**Keyword network analysis**
使用VOSviewer分析218篇文章的关键词网络，核心术语包括深度学习、机器学习、植物、学习系统、分类、作物、图像处理、特征提取。周围节点有CNN、SVM、ANN、深度神经网络（Deep Neural Network, DNN）、决策树（Decision Tree, DT）等。植物器官相关关键词（如叶片、果实、种子）和作物（如小麦、杂草）表明研究兴趣集中在特定领域。
**Temporal and global distribution of plant variety identification studies from 2015–2025**
2015-2025年间，研究数量稳步增长，2024年（46篇）和2023年（41篇）发表最多。国家分布方面，印度以80篇领先，中国（20篇）和美国（19篇）紧随其后，欧洲国家（如西班牙、德国、英国）中等参与，中东国家（如沙特阿拉伯、埃及）兴趣增长。期刊分布显示，IEEE Access（12篇）、Computers and Electronics in Agriculture（11篇）和Multimedia Tools and Applications（10篇）是主要来源。
**Publicly available dataset for plant variety classification**
16个公开数据集被总结，分为三代：第一代（2001-2015年）如Flavia（33种，1907张图像）、Swedish Leaf（15种，1125张图像），在受控环境下扫描，精度超95%；第二代（2012-2020年）如LeafSnap（185种，30866张图像）和Oxford Flower 102（102种，8189张图像），结合实验室和现场图像；第三代（2015年至今）如PlantCLEF系列，2015年有113205张图像覆盖1000种，2024年达约170万张图像覆盖80000种，包含多器官。空间分辨率影响方法适用性：高分辨率扫描数据集支持传统ML达到98-99%精度，现场图像数据集驱动CNN（如ResNet）达到85-95%精度，PlantCLEF挑战推动Vision Transformer等先进方法，但精度通常为40-80%。
**Comparative overview of machine/deep learning-based classification techniques**
研究显示，DL方法（尤其是CNN及其变体如ResNet、VGG、Inception）主导，常应用于大型数据集（如PlantVillage的54306张图像），精度常超95%，部分研究达100%。传统ML方法（如SVM、RF、KNN）在中等数据集上仍具竞争力，精度85-98%。混合模型（如CNN-RNN、SunleafNet、MTJNet）和注意力机制进一步增强性能。作物类型分布表明，50%研究使用混合数据集，谷物和药用植物各占15.52%。图像采集方法中，智能手机（26.96%）、公开数据集（20.87%）、扫描仪（17.39%）和数码相机（11.30%）常见。遥感平台中，多光谱成像（Multispectral Imaging, MSI）结合优化特征选择可达高精度（如94-100%），高光谱成像（HSI）结合深度学习精度更高（如近100%），但需专用设备。
**Challenges and limitations**
图像采集阶段，低质量图像（模糊、光照不足）、有限数据集（受控环境导致过拟合）、生物变异（形状、大小、颜色随年龄和健康变化）以及无人机/高光谱成像的干扰问题构成挑战。图像增强可能导致过度平滑，丢失细粒度细节。数据增强可能引入不真实变异，GANs有生成不现实结构的风险。特征提取中，手工描述符在复杂背景下失效，深度学习需要大量标注数据。特征选择可能保留冗余属性，降维可能丢弃判别特征。精度比较缺乏标准化基准，使跨研究评估困难。遥感图像受低空间分辨率、大气干扰和域偏移影响。
**Discussion and future directions**
可解释性与性能之间的权衡是关键考虑。传统ML方法（如基于SIFT、ORB的手工特征）提供更高可解释性，适合需要透明性的农业场景。可解释人工智能（Explainable AI, XAI）（如Grad-CAM、LIME、SHAP）正缩小这一差距。在小样本场景下，传统ML更可靠；深度学习结合少样本学习也日益可行。类别不平衡问题可通过重采样、迁移学习和集成策略缓解。未来研究应关注：开发更丰富的特征提取模型，整合扩散模型和GANs的数据增强，结合CNN和Vision Transformer的混合架构，以及创建标准化数据库和协议。轻量级模型和域适应技术对于野外部署至关重要。
**Conclusions**
过去十年，图像处理与ML/DL技术在植物品种识别中取得显著进展。研究主要使用近端成像方法，深度学习方法（尤其是CNN变体）精度常超95%。谷物作物和混合数据集是研究重点。尽管存在图像质量、数据集多样性和计算需求等挑战，生成对抗网络、注意力机制、迁移学习和集成学习等方向有望提升模型鲁棒性。标准化和轻量化模型是未来关键。
