2026年第7期论文已上线，点击关注不迷路！
《农业工程学报》2026年第42卷第3期刊载了南京农业大学等单位孙国祥、陈光宇、汪小旵、卢伟、张晓蕾与施印炎的论文——“基于三视角成像的苹果表面缺陷检测方法”。该研究由江苏省重点研发计划项目(项目号：BE2022363)等资助。
引文信息：孙国祥，陈光宇，汪小旵，等. 基于三视角成像的苹果表面缺陷检测方法[J]. 农业工程学报，2026，42(3)：348-358.
DOI: 10.11975/j.issn.1002-6819.202510123
研究目的与方法：
为解决传统单视角成像在苹果表面缺陷检测中存在大量盲区的问题，该研究提出了一种基于三视角成像的苹果表面缺陷检测方法。
首先，设计了一套三视角成像的苹果表面缺陷检测系统，通过三视角点云配准重建苹果模型，以准确获取系统成像区域面积；其次，基于标准球模型提出了适用于苹果三视角图像的分割方法；最后，改进了YOLOv11基础模型，将其Neck部分的C3k2模块中的C3k替换为非局部自注意力残差多层感知机模块（non-local attention residual multi-layer perceptron，NARM)，构建了NARM-YOLOv11模型，从而提升检测精度和小尺度缺陷的识别能力。
结果与结论：
研究结果表明：所提出的三视角成像系统将苹果表面成像区域占比均值由单视角的34.6%提升至74.3%；苹果三视角图像分割方法平均可去除20.5%的冗余区域，平均缺陷检测重复率由初始图像的26.0%降到分割后的7.6%，平均漏检率为3.6%；NARM-YOLOv11模型相较于基础模型，精确率、召回率、平均精度均值分别提高2.7、2.5、3.4个百分点，模型的复杂度略有上升，帧率下降1.7帧/s；系统平均查准率为89.7%，平均缺陷识别率为88.1%。该研究有效克服了单视角成像检测苹果表面缺陷盲区大、三视角成像冗余高以及复杂背景下苹果缺陷特征难检测等问题，并形成一套适用于苹果表面缺陷可靠检测的系统，为苹果产业的智能化升级提供更为坚实的技术支撑。
本文由丨《农业工程学报》编辑部丨精编发布
欢迎留言、分享、点赞
转载、投稿、咨询
邮箱：tcsae@tcsae.org
发布征集
欢迎广大作者、读者投稿至我刊公众号，包括但不限于创新科研成果、科技写作技巧、书籍推介、优秀科技工作者介绍、科研团队招聘/招生、行业资讯以及相关活动等农业工程领域信息。
公众号文章投稿邮箱：abe-newmedia@tcsae.org
转载请注明来源、原标题与原文链接：本文转自“农业工程学报（ID：tcsae1985）”微信公众号，原标题：xxxxxx；原文链接：xxxxxxxx。
公众号内回复【关键词】查询/获取更多信息
公众号内回复【2026年征稿】获取本刊2026年度重点专题、优选专题征稿启事
公众号内回复【2025学术年会】回放中国农业工程学会第十届学术年会（CSAE 2025）
公众号内回复【2025审稿人】查看2025年度杰出、优秀审稿人评选结果
收看更多会议讲座回放欢迎关注“农业工程学报视频号”
点击下方“阅读原文”免费获取全文
