使用基于形态学图像特征增强的YOLO优化小麦种子分类

为何更好的小麦分级很重要

小麦是数十亿人每日的食物，单颗籽粒上的微小缺陷可以悄然影响从农民收入到餐桌上面包的品质。如今，大多数小麦质量检测仍依赖人工目视检查样品，过程缓慢且主观，对细微缺陷难以有效识别。本文探讨了一种更快的自动化分级方法，利用智能相机和算法来识别人类检查员常常遗漏的细微裂纹、皱缩和感染迹象。

引用: Deepika, B., Shanmugapriya, N. & Gopi, R. Optimized wheat seed classification using YOLO with morphological image feature enhancement. Sci Rep 16, 11448 (2026). https://doi.org/10.1038/s41598-026-41846-z

关键词: 小麦种子质量, 计算机视觉, YOLO检测, 图像增强, 自动化谷物分级