果蔬成熟度检测关键技术研究进展
江明泽
闫建伟
邹传筑
贵州大学 机械工程学院,贵州 贵阳 550025
摘要：果蔬的成熟度与生产者和消费者紧密相关,其检测在提升消费者体验、提高收获时机准确性、延长货架期、减少浪费、提高产量与质量方面均发挥重要作用.然而,传统的人工检测果蔬成熟度的方式存在劳动强度大、成本高、效率低下等问题.近年来,随着计算机技术快速发展,数据驱动的果蔬成熟度检测方法使果蔬成熟度检测的自动化、智能化成为可能.从数据出发,对常用于果蔬成熟度检测的数据形式进行了全面的梳理,然后从传统图像处理算法、机器学习算法和深度学习算法3个方面阐述了果蔬成熟度检测算法的研究进展,并对现阶段农业领域中果蔬成熟度检测工程应用进行了系统性总结.在此基础上,进一步分析了数据驱动的果蔬成熟度检测方法在实际应用中面临的困难,并针对关键问题给出了可行的应对措施与研究思路,最后,对果蔬成熟度检测技术在农业领域中未来的发展方向进行了分析和展望,旨在为果蔬成熟度检测技术的进一步研究与应用提供理论参考和实践借鉴.
关键词：果蔬数据形式成熟度检测深度学习模型部署
分类号：S126(农业物理学)
论文发表日期：2026-01-15
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：15( 1-15 )
英文信息