非破坏性榴莲果室计数：基于旋转同步二维到一维形态能量推理的旋转RGB成像方法

《Smart Agricultural Technology》：Non-destructive Durian Locule Counting from Rotational RGB Imaging using Rotation-Synchronized 2D-to-1D Morphological Energy Inference

　　

榴莲的可食用产量和商业价值强烈取决于完全发育的内部果室数量，然而其评估仍主要依赖主观人工检查或昂贵的破坏性分析。现有的非破坏性方法，包括基于敲击的评估和X射线成像，要么标准化不足，要么不适合高通量表型分析。本研究提出了旋转同步结构果室评估器（RS-SLE）。该框架整合了卷积空间学习与确定性信号处理，以从旋转RGB成像中估计内部果室数量。所提出的系统使用卷积热图回归学习逐帧空间形态，并通过在机械限定的360°旋转上进行确定性运动学信号处理执行时间推理，从而避免了对数据密集的循环视频模型的依赖。具体而言，连续的二维（2D）果室概率热图被转换为同步的一维（1D）形态能量信号，随后通过基于梯度的积分、Tikhonov正则化和自适应形态阈值处理进行细化，以恢复对应于可育果室的周期一致结构峰值。这种设计为学习型时间记忆提供了一种透明且计算高效的替代方案，同时保持了对视角变化、部分遮挡和高频果刺噪声的鲁棒性。在260个‘Monthong’品种果实上评估，所提出的框架在独立旋转视频上实现了0.289个果室的平均绝对误差（MAE）和71.1%的精确匹配率。当与形态相关性分析结合时，该框架在具有破坏性真实参考测量的测试集上达到了100%的容忍精度（±1个果室）。这些结果表明，动态外部形态可以作为内部果室发育的可靠光学代理。至关重要的是，最终果室计数完全来自卷积神经网络（CNN）生成的一维形态信号，这证明了局部结构分析优于简单宏观形状指数的必要性。研究结果突显了可解释、运动学驱动的视觉系统在实用精准农业中的价值。

**论文解读：基于旋转同步二维到一维形态能量推理的非破坏性榴莲果室计数方法**

**一、研究背景与问题**
榴莲（*Durio zibethinus* Murr.）是东南亚最重要的经济热带水果之一，其商业价值由内部可食用果肉产量决定，而该产量强烈依赖于果壳内完全发育的可育果室（locules）数量。然而，目前这种结构性状的评估主要依赖人工敲击判断或破坏性切割，前者主观性强且难以标准化，后者成本高、不适用于高通量表型分析。现有非破坏性技术如近红外光谱（NIR）或声学振动法缺乏空间特异性，无法分辨果室结构；X射线计算机断层扫描（CT）虽能直接可视化内部腔室，但设备昂贵、采集耗时且存在辐射安全问题。因此，亟需一种低成本、非侵入性且可扩展的光学方法，仅通过外部观测推断内部果室结构。从生物学和力学角度，可育假种皮膨胀会对果皮施加持续外向压力，从而影响榴莲壳的外部对称性、曲率和表面形态，这为利用外部形态作为内部结构的光学代理提供了理论基础。然而，此前尚无研究验证基于RGB图像的框架能够可靠估计榴莲果室数量。

**二、研究内容与结论**
本研究提出了旋转同步结构果室评估器（RS-SLE），一种可解释的混合人工智能（AI）框架，用于从旋转RGB成像中非破坏性量化果室数量。该框架将卷积空间学习与确定性运动学信号处理分离：在帧级别，使用卷积神经网络（CNN）回归形态感知热图；在序列级别，利用机械限定360°旋转的确定性运动学，将连续二维（2D）热图转换为旋转同步的一维（1D）形态能量信号，并通过Tikhonov正则化、梯度积分和自适应形态阈值处理进行重建和峰值推断。在260个‘Monthong’品种榴莲上的评估显示，该框架在独立旋转视频上实现了平均绝对误差（MAE）为0.289个果室，精确匹配率为71.1%，结合形态相关性分析后，容忍精度（±1个果室）达到100%。该研究证明了动态外部形态可作为内部果室发育的可靠光学代理，并强调了局部结构分析优于简单宏观形状指数的必要性，为精准农业提供了可解释、运动学驱动的视觉系统。

**三、关键技术方法**
本研究采用的数据集采集自越南南部三个商业果园，共260个‘Monthong’品种榴莲，按成熟度阶段（早、中、晚）和重量等级分层采样。成像设备使用Intel Realsense D415相机，固定于三脚架，距离果实50 cm，采用LED环形灯均匀照明；旋转台以20 rpm旋转，视频以30 fps录制，每个果实记录两个完整旋转周期。关键方法包括：
1. **空间形态表示**：自定义全卷积神经网络（CNN）从静态图像中回归果室似然热图，使用二维高斯核标注真实位置，通过均方误差（MSE）损失训练，优化器为Adam。
2. **旋转同步信号构建**：将帧级热图通过空间积分和梯度惩罚转换为帧级形态能量，形成一维（1D）旋转同步信号。
3. **正则化重建与峰值推断**：利用Tikhonov正则化平滑信号，通过自适应拓扑阈值、局部峰值显著性筛选和循环合并约束，确定最终果室计数。

**四、研究结果**
**1. 空间特征提取性能**
定性评估显示，CNN生成的热图能准确捕捉果室相关凸起变形，同时抑制果刺高频噪声。定量评估中，自定义CNN在测试集上达到平均精度（mAP@0.5）为92.4%，F1分数为90.8%，优于传统HSV分割、Canny边缘检测以及U-Net、CenterNet、HRNet-W32等深度学习基线，且推理时间仅18 ms/帧。

**2. 旋转同步计数的消融研究**
对独立测试集（45个果实）进行消融实验：原始运动学信号直接计数导致MAE为0.82，精确匹配率44.4%；基本平滑信号后MAE降至0.47，精确匹配率62.2%；而完整RS-SLE框架（Tikhonov正则化+自适应阈值+循环峰值验证）达到MAE为0.289，RMSE为0.537，精确匹配率71.1%，容忍精度（±1果室）100%。与ConvLSTM基线（MAE=0.31，精确匹配率68.9%）相比，RS-SLE参数更少（4.2M vs 14.5M），推理更快，且具备完全可解释性。循环一致性分析显示，信号一致性（ρ_cyc）为0.942，精确循环一致率（A_cyc）为95.5%，平均循环间计数偏差（D_cyc）仅0.04个果室，峰值F1_peak为93.8%。

**3. 形态相关性与误差分析**
皮尔逊相关分析显示，动态球形度指数（S₃₆₀）与真实果室数呈强正相关（r=0.84，p<0.001），果实重量呈中等相关（r=0.62，p<0.01），而颜色指数（CI）无显著相关（r=0.12，p=0.43）。与仅使用重量或球形度的线性回归基线相比，RS-SLE显著降低了MAE（0.289 vs 0.55~0.85）。混淆矩阵分析表明，预测误差严格限于相邻果室类别（N±1），无严重误分类，极端结构类（2果室和6果室）的F1分数达80.0%。

**五、讨论与结论**
讨论部分指出，本研究验证了外部形态可作为果室发育光学代理的生物学假设，但需注意该假设基于凸起由假种皮膨胀驱动的前提，外部损伤或虫害可能引起假阳性。框架将时间推理重构为确定性信号处理问题，避免了黑箱视频模型，提高了可解释性。局限包括：仅针对‘Monthong’品种，需跨品种验证；当前采集依赖受控单相机旋转，工业部署需自定心机制和硬件同步；边缘案例（如极小可育果室与大型败育果室）的生物学边界模糊；果实级成熟度标签未保留，无法进行阶段对比。未来工作将探索多视角成像、硬件同步触发和传送带兼容系统。

**研究结论翻译**：
本研究提出了一种新颖的非破坏性光学框架，用于榴莲内部果室量化，将时空结构分析重新表述为可解释、运动学驱动的推理问题。通过解耦卷积空间形态学习与确定性运动学信号处理，所提出的方法将连续二维（2D）概率热图转换为正则化的一维（1D）形态能量信号，从而消除了对不透明、数据密集的视频记忆模型的依赖。在‘Monthong’品种上的实证评估展示了高结构保真度，实现了平均绝对误差（MAE）为0.289个果室和100%的容忍精度（±1个果室），同时建立了推断计数与外部宏观描述符之间的强定量相关性。除了确认动态外部曲率可作为内部植物学发育的可靠光学代理外，该工作还突显了将深度空间表示与透明、循环一致的数学正则化相结合的更广泛潜力。最终，在未来的跨品种验证后，该框架为精准农业中的高通量结构表型分析建立了一个计算高效、高度可解释且可扩展的基础。此外，空间骨干网络的轻量级参数化和确定性信号处理的数学简洁性，使得该框架非常适合在乡村包装设施内直接部署到低功耗边缘计算设备上。