大豆籽粒撕裂损伤的无监督聚类

《Journal of Food Measurement and Characterization》：Unsupervised clustering of tear damage in soybean kernels

　　

摘要

大豆种仁撕裂损伤是一种显著的收获后缺陷，会降低种子质量。本研究开发了一套全自动、无需标注的机器视觉流水线，用于表征大豆种仁的撕裂损伤。研究团队构建了一个包含1412张高倍放大（4.5倍）图像的数据集，来自七个大豆品种，涵盖了多样化的撕裂形态谱系，从短小的磨损划痕到种皮上大规模的轴向和侧向切口。为了分离受损区域，研究开发了一套以主体为中心的预处理工作流，该流程可标准化光照并增强缺陷对比度。随后，我们应用Segment Anything Model 2（SAM2）生成高召回率的实例掩膜。接着，利用基于MobileNetV3的聚类引导对比表示学习（CRL）框架对这些分割区域进行编码。该框架结合了聚类驱动的采样和重加权NT-Xent训练，以生成具有判别能力的128维嵌入，保留细微的细尺度纹理和结构信息。然后，我们使用轮廓系数、Davies-Bouldin（DB）指数和Calinski-Harabasz（CH）指数对多种无监督聚类算法进行了评估，包括K-Means、GMM、层次聚类（ward、average和complete）、谱聚类、DBSCAN和HDBSCAN。层次聚类（ward）被确认为表现最佳的空间方法。为了建立可复现的开放世界策略，通过双验证方法确定最优聚类数（\(K=8\)）作为数据驱动的结论，该方法在最大化层次稳定性（轮廓系数扫描）的同时，经概率模型选择（BIC/AIC）佐证。基于290张图像的盲法专家验证进一步证实了专家共识标注与基于聚类的标签之间存在强语义一致性，Cohen's kappa值为0.868，95%置信区间为0.826–0.910。对这8个损伤类别中分割出的1687个受损区域的分析揭示，每种损伤类型均表现出显著的类内变异性、多尺度损伤分布以及质心集中在种仁中央区域附近的特征。所提出的流水线在受控成像条件下，为详细的形态学分析和客观质量评估建立了一个高精度、标注高效的基础，推动了该范式从主观人工检验向客观化评估的迈进。