Computer vision based food grain classification: A comprehensive survey تصنيف الحبوب الغذائية القائم على الرؤية الحاسوبية: مسح شامل Classification des céréales alimentaires basée sur la vision par ordinateur : une enquête complète Clasificación de granos alimentarios basada en visión artificial: una encuesta exhaustiva

This manuscript presents a comprehensive survey on recent computer vision based food grain classification techniques. It includes state-of-the-art approaches intended for different grain varieties. The approaches proposed in the literature are analyzed according to the processing stages considered in the classification pipeline, making it easier to identify common techniques and comparisons. Additionally, the type of images considered by each approach (i.e., images from the: visible, infrared, multispectral, hyperspectral bands) together with the strategy used to generate ground truth data (i.e., real and synthetic images) are reviewed. Finally, conclusions highlighting future needs and challenges are presented. تقدم هذه المخطوطة مسحًا شاملاً لتقنيات تصنيف الحبوب الغذائية الحديثة القائمة على رؤية الكمبيوتر. ويشمل أحدث الأساليب المخصصة لأصناف الحبوب المختلفة. يتم تحليل المناهج المقترحة في الأدبيات وفقًا لمراحل المعالجة التي تم النظر فيها في خط أنابيب التصنيف، مما يسهل تحديد التقنيات والمقارنات الشائعة. بالإضافة إلى ذلك، تتم مراجعة نوع الصور التي يأخذها كل نهج في الاعتبار (أي الصور من: النطاقات المرئية والأشعة تحت الحمراء ومتعددة الأطياف وفائقة الطيف) جنبًا إلى جنب مع الاستراتيجية المستخدمة لتوليد بيانات الحقيقة الأرضية (أي الصور الحقيقية والاصطناعية). أخيرًا، يتم تقديم استنتاجات تسلط الضوء على الاحتياجات والتحديات المستقبلية. Ce manuscrit présente une enquête complète sur les techniques récentes de classification des céréales alimentaires basées sur la vision par ordinateur. Il comprend des approches de pointe destinées à différentes variétés de céréales. Les approches proposées dans la littérature sont analysées en fonction des étapes de traitement considérées dans le pipeline de classification, ce qui facilite l'identification de techniques et de comparaisons communes. De plus, le type d'images prises en compte par chaque approche (c.-à-d. les images provenant des bandes visible, infrarouge, multispectrale et hyperspectrale) ainsi que la stratégie utilisée pour générer des données de vérité au sol (c.-à-d. les images réelles et synthétiques) sont examinés. Enfin, des conclusions mettant en évidence les besoins et les défis futurs sont présentées. Este manuscrito presenta una encuesta exhaustiva sobre técnicas recientes de clasificación de granos alimentarios basadas en visión artificial. Incluye enfoques de vanguardia destinados a diferentes variedades de granos. Los enfoques propuestos en la literatura se analizan de acuerdo con las etapas de procesamiento consideradas en el pipeline de clasificación, lo que facilita la identificación de técnicas y comparaciones comunes. Además, se revisa el tipo de imágenes consideradas por cada enfoque (es decir, imágenes de las: bandas visibles, infrarrojas, multiespectrales, hiperespectrales) junto con la estrategia utilizada para generar datos de veracidad del terreno (es decir, imágenes reales y sintéticas). Finalmente, se presentan conclusiones que destacan las necesidades y desafíos futuros.