10月16日，中国农业科学院都市农业研究所智能园艺机器人创新团队在国际期刊《Agronomy》上发表题为“From Qutside to Inside: The Subtle Probing of Globular Fruits and Solanaceous Vegetables Using Machine Vision and Near-nfrared Methods”的长文综述，全面阐述了机器视觉技术、近红外光技术和高光谱技术多特征技术在果蔬分等上的准确率以及未来面临的挑战和发展方向。
近年来，机器视觉技术、近红外光技术和高光谱技术在农业果蔬分级领域的应用逐渐增多，尤其在提高分级效率和降低劳动力成本方面展现出显著优势。未来提高光谱图像的处理和分析能力，这在水果和蔬菜分级和检测方面具有巨大的潜力。随着光谱技术的不断发展，传感器和器件的性能将进一步提高，促进光谱技术在果蔬分级上实现无人化、一体化。
本文总结了目前果蔬分级面临的主要挑战，包括巨大产量、复杂非结构化环境和使用视觉光谱技术对果蔬进行精准分级等。提出多源环境下的自动分级、提高果蔬识别准确率，自动综合分级是今后研究的重要方向。
文章链接：https://www.mdpi.com/2073-4395/14/10/2395
