通过结构化照明反射成像技术结合霍夫梯度（Hough Gradient）方法和YOLO v10模型，检测动态橙子早期的腐烂现象

《Postharvest Biology and Technology》：Detection of early decay in dynamic oranges by structured-illumination reflectance imaging combined with Hough gradient method and YOLO v10 model

柑橘早期腐烂的动态检测方法研究。基于结构照明反射成像(SIRI)技术，提出通过移动样本引入相位偏移，结合Hough梯度区域对齐和2-相位螺旋相位转换算法实现动态样本的精准解调，在100mm/s移动速度下，结合AC图像与YOLOv10模型分类准确率达97%以上，为柑橘在线检测提供新方法。

　　

张一志|蔡中雷|周思杰|张俊义|张海亮|李江波

北京农林科学院智能装备研究中心，中国北京100097

摘要

柑橘果实早期腐烂由真菌感染引起，可能导致严重的经济损失。为了在移动状态下检测早期腐烂的橙子，本研究提出了一种基于结构化照明反射成像（SIRI）的新方法，该方法使用固定相位条纹图案进行照明，并通过样品移动在获得的图案图像中引入相位偏移。使用霍夫梯度方法对采集的图案图像中的感兴趣区域进行对齐。通过2相螺旋相位变换（SPT）解调算法恢复了直流分量（DC）和交流分量（AC）图像。在100毫米/秒的速度下，AC图像与YOLO v10的结合实现了超过97%的最高分类准确率。研究表明，所提出的方法为在线检测早期腐烂的橙子提供了有价值的参考。

引言

柑橘作为重要的农作物，在世界农业经济和国际贸易中占据重要地位（Li等人，2016年）。柑橘果实的内部质量和外观影响其市场价值（Cai等人，2024年；Magwaza等人，2012年）。目前，商用柑橘质量分级设备可以实现在线实时检测和分级，包括柑橘的大小、颜色、形状、重量等指标，但检测柑橘缺陷仍然面临挑战（Li等人，2019年）。柑橘果实收获后容易受到真菌感染（Ariza等人，2002年；Papoutsis等人，2019年），真菌孢子可以迅速感染同一封闭空间内的其他果实，导致大量果实腐烂（Lorente等人，2013年）。柑橘腐烂过程会导致酶活性变化，进而破坏果细胞壁（Cai等人，2024年）。患病组织最初表现为水浸软腐。由于早期腐烂区域仅表现出轻微变色，人眼难以察觉（Luo等人，2022年）。近年来，许多科学家对柑橘早期腐烂的静态检测进行了大量研究；然而，在线检测一直极具挑战性。

目前已有多种方法用于识别柑橘果实的早期腐烂：紫外诱导荧光成像（Kurita等人，2009年）、激光光背散射成像（Lorente等人，2015b年；Yang等人，2021年）、高光谱成像（Gomez-Sanchis等人，2013年；Ghooshkhaneh等人，2018年；Li等人，2019年）、近红外光谱（Lorente等人，2015a年）以及结构化照明反射成像（SIRI）（Li等人，2023年）。近红外光谱和激光背散射成像的采集速度足以满足在线检测需求，但其检测范围有限，无法全面覆盖柑橘果实表面的所有区域。高光谱成像在线检测的应用受到较长图像采集和处理时间的限制。紫外诱导荧光成像在采集速度和总检测范围方面满足在线检测要求，但果皮划痕和冻伤等也会产生类似的荧光现象，使检测变得困难（Slaughter等人，2008年；Obenland等人，2010年）。相比之下，SIRI也有潜力满足在线检测速度和全区域检测的要求，尤其是在腐烂检测过程中不受其他缺陷影响（Lu和Lu，2018年）。然而，该技术通常需要在静态条件下采集至少两张具有不同相位偏移的结构光图像（Lu等人，2021年）。在移动采集过程中，被检测对象在两张获得的图案图像中无法完全匹配，可能导致解调伪影。

传统照明模式（均匀漫射照明）的瓶颈在于无法调节光穿透深度。通过调整频率，结构光场可以更好地控制果组织中的光检测深度（Cuccia等人，2005年；Cuccia等人，2009年）。这使得更多光子能够反射回相机，从而在果组织表面的特定深度生成清晰图像（Lu和Lu，2019年）。这样，可以获得高分辨率的目标图像，用于后续分析。在特定空间频率下获得的相位偏移图像可以解调为直流分量（DC）和交流分量（AC）图像（Lu等人，2021年）。DC图像相当于均匀照明下的图像（Sun等人，2019年）。目前，已经采用了多种先进的成像技术（VIS-NIR HSI、FT-IR微光谱、拉曼成像、XRI和MRI）来宏观、中观和微观尺度上可视化果蔬的化学和结构特性（Lan等人，2025年）。相比之下，AC图像反映了由组织吸收和散射引起的光衰减程度，并编码了深度信息，有助于检测表皮或表皮下的隐藏缺陷（Lu等人，2016年）。因此，基于AC图像的OSC-SVMR模型（光谱范围420纳米至700纳米）在未来评估肉制品的微生物污染方面具有巨大潜力（Zhou等人，2025年）。三相位移方法能够满足解调精度要求，但在实际采集动态样本时难以实现精确的相位偏移和大量的图像采集需求。1相SPT仅需一张条纹图像即可解调，但需要手动选择合适的滤波器类型和大小，且其AC图像存在明显的残余条纹和噪声（Li等人，2024年）。因此，上述解调方法不适合检测动态样本。2相SPT不需要固定相位偏移，仅需两张条纹图像即可实现准确解调，适用于快速检测。

有几种实现SIRI实时检测的方法。第一种方法是执行“走-停-走”运行模式，样品会持续移动，但在进入预设区域并被相机捕捉时需要停止。显然，这种方法效率较低。第二种方法是同步数字光投影仪（DLP）和相机。如果两者运行速度足够快，则可以忽略连续采集的两张图像之间的样品不匹配问题。然而，这需要DLP具有极高的灰度模式切换速度以及高速相机，因此在本研究中排除了这种方法的可行性。第三种方法是从固定照明图案中采集移动样品的图案图像。通过对获得的图案图像中的感兴趣区域进行对齐，在图案图像中引入相位偏移。这种方法仅需要一种照明模式，对DLP和相机的兼容性要求不高。所有之前报道使用SIRI技术检测果实隐藏缺陷的研究都需要使用多个固定相位条纹图案进行图像解调。这种方法仅适用于静态样本的分析，无法应用于实际生产。与这些研究不同，本研究首次将SIRI技术应用于动态状态下腐烂果实的早期检测。在此过程中，仅使用了一个固定相位条纹图案。通过物体的移动引入了相位偏移。结合提出的霍夫梯度方法和螺旋相位变换，解决了移动样品结构光图像快速准确解调的问题，促进了SIRI技术的工业应用。

本研究将尝试验证基于我们新开发的LED SIRI系统的第三种方法的可行性。本研究的具体目标是：（1）建立能够采集移动样品图像的SIRI系统，并开发处理移动样品结构光图像的方法；（2）探索使用固定相位条纹图案检测移动样品的可行性，对收集的图案图像中的感兴趣区域进行对齐和解调；（3）建立并评估基于解调图像的分类模型（PLS-DA、LS-SVM和YOLO v10），以选择最佳模型用于检测早期腐烂的橙子。

部分摘录

样品制备

2024年10月，从中国江西的两个不同果园购买了无表面缺陷的新hall脐橙。通过人工去除自然感染Penicillium digitatum的柑橘果实中的真菌孢子，并将其溶解在蒸馏水中，制备了孢子溶液。每个橙子注入约0.02毫升的孢子溶液（5毫米）。在约25℃和99%的湿度下，将受污染的样品保存三天。

图像对齐和图像解调

图5展示了动态和静态采集的早期腐烂样品的图案图像解调过程。由于样品的持续移动，设备采集的图案图像中的物体之间存在一定程度的错位。使用2相螺旋相位变换（2-phase SPT）对两张图像进行解调。解调前，需要对采集的图案图像进行预处理。最关键的步骤是估计像素位移并执行对象对齐。

结论

探索用于检测移动样品的SIRI技术对其实际应用至关重要。本研究提出了一种使用SIRI技术检测动态橙子早期腐烂的新方法。将特定空间频率的固定相位条纹图案引入DLP进行照明，并通过样品移动在获得的图案图像中引入相位偏移。通过这种方法获得了测试样品在图像中的水平位置的像素差异。

伦理批准

本文未涉及任何作者对人类参与者或动物的研究。

CRediT作者贡献声明

张一志：撰写 – 审稿与编辑，撰写 – 原稿撰写，概念构思。张俊义：数据管理。张海亮：监督。蔡中雷：软件开发，数据管理。周思杰：验证，调查。李江波：项目管理，概念构思。

利益冲突声明

作者未报告任何潜在的利益冲突。

致谢

本工作得到了北京农林科学院杰出科学家培养项目（JKZX202405）和国家自然科学基金（32572672）的支持。