Research Evolution and Emerging Trends in Fruit and Vegetable Quality Assessment and Sorting: A Bibliometric Analysis of Analytical and Intelligent Sensing Technologies
这项针对 2000 年至 2025 年间 1,387 篇出版物的文献计量学分析描绘了果蔬分选研究的演进历程，揭示了全球范围内从传统的外部外观分级向集成先进传感技术与深度学习算法的智能化、多模态综合质量评估系统的转变。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
每年，数以十亿吨计的水果和蔬菜从田间运往市场，在这段旅程中，农产品必须在搬运、运输和储存过程中保持完好，不被挤压或腐烂。长期以来，这种分选过程高度依赖人工的眼睛和双手，这一过程不仅速度缓慢、缺乏一致性，而且对于像薄皮西红柿或软桃这样娇嫩的农产品来说往往过于粗糙。随着全球对高质量食品需求的增长，农业领域已转向能够以传送带的速度和科学家的精准度来观察并判断农产品的机器。这些机器利用摄像头观察颜色和形状，并使用特殊的传感器，能够在不切开水果的情况下观察其内部，检查含糖量或硬度。其目标简单却极具挑战：每小时分选数千件物品，确保只有最好的产品能送到消费者手中，同时最大限度地减少浪费和损坏。
中国贵州师范大学的一个研究小组最近通过回顾这一技术变革的整个历史，进行了深入的研究。他们并没有制造一台新机器或测试某种特定的水果，而是分析了 2000 年至 2025 年间发表的数千篇科学论文，以了解该领域是如何演变的。通过研究这些文献中的模式，他们描绘出了科学家们如何从简单的机械分选转向能够对所见物进行“思考”的复杂智能系统的过程。他们的研究揭示了一个清晰的进步故事：这是一个从基础观察向复杂的自动化决策迈进的过程，正在重塑我们处理全球粮食供应的方式。
研究人员从两个庞大的科学知识库中收集了数据：一个包含来自世界各地的英文研究，另一个包含中文研究。他们筛选了 1,300 多篇出版物，以寻找最重要的趋势。他们发现，该领域在过去二十年中稳步增长，并且自 2021 年以来活动显著增加。在 2000 年代初期，研究较为稀疏，侧重于基础机械设计。到了 2010 年代，研究重点转向利用计算机进行图像分析。而在最近几年，新研究的爆发式增长是由先进的人工智能驱动的，这使得机器能够以以往无法想象的复杂程度识别缺陷和质量等级。
该研究强调，全球的研究力量分布并不均匀。中国在该领域发表的论文数量最多，紧随其后的是印度、美国、西班牙和伊朗。中国研究的激增反映了该国庞大的水果和蔬菜产业，以及其向现代化智能农业快速推进的努力。虽然美国和中国在某些项目上有合作，但研究人员指出，国际合作仍有加强的空间。目前，这种合作网络在某种程度上是碎片化的，许多国家处于孤立状态，未能整合资源来解决共同的问题。
当研究人员观察科学家们实际在研究什么时，出现了两条主要路径。第一条路径是基于水果外观进行分选。这涉及使用摄像头测量颜色、大小和形状，或者识别瘀伤和瑕疵。第二条路径是无需破坏水果即可检查其内部质量。这是技术复杂度更高的地方。科学家们使用人类肉眼看不见的波长（如近红外光）来穿透水果表皮，测量其糖分、酸度或内部腐烂情况。分析显示，虽然早期的研究重点在于这两条独立的路径，但最令人兴奋的发展正发生在两者的交汇处。分选的未来在于结合这些方法，即同时使用摄像头观察外观和特殊传感器观察内部。
实现这一目标的工具随时间发生了巨大变化。过去，计算机依赖于人类编写的简单规则来识别红苹果或绿叶。如今，最有效的系统使用深度学习，这是一种通过学习数千个样本来自我学习“看什么”的人工智能类型。研究人员发现，该领域最受欢迎的期刊是那些致力于农业工程和食品科学的期刊，这证实了这是一门具有实际意义、由行业驱动的科学。引用率最高的著作通常涉及使用机器视觉检测缺陷或使用光谱成像预测成熟度。
尽管取得了这些进展，研究人员指出，技术尚未达到完美。当光照发生变化、水果堆叠在一起，或者处理容易受损的极娇嫩农产品时，机器仍然难以应对。这些系统成本高昂，且需要强大的计算机来运行，这使得它们难以在小型农场或发展中地区使用。研究表明，下一个重大飞跃将来自于使这些系统变得更便宜、更快且更具适应性。科学家们正在开发这些智能系统的“轻量化”版本，使其可以在较小的设备上运行，并正在探索如何教机器通过极少的样本进行学习，而不是需要数百万张图片才能入门。
论文总结道，该领域正朝着一个分选不再仅仅是“看”水果，而是“完全理解”水果的未来迈进。通过融合来自摄像头、光传感器甚至气味探测器的数据，下一代分选机将能够做出像人类专家一样细致的决策，同时具备机器人的速度和一致性。这种进化有望减少食物浪费，并确保我们食用的农产品安全且高质量。然而，研究人员警告说，这个未来的实现取决于能否克服目前的障碍，包括成本、复杂性以及这些机器在农场或包装厂这种混乱、不可预测的现实环境中可靠工作的能力。前进的道路是清晰的，但它需要持续的创新，才能将这些强大的理念转化为全球农民和食品生产者触手可及的日常工具。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。