基于深度學(xué)習(xí)的玉米葉部病害分割

王 雪，王曉援，劉 洋，郭鑫鑫

(吉林農(nóng)業(yè)科技學(xué)院 網(wǎng)絡(luò)信息中心，吉林 吉林132101)

0 引言

病害是影響玉米產(chǎn)量的重要因素之一。典型的玉米葉部病害如大斑病、小斑病和灰斑病等等影響了玉米的健康生長(zhǎng)。利用計(jì)算機(jī)視覺(jué)技術(shù)觀察玉米葉部的病害區(qū)域，可直觀有效地判斷病害部位的類型及程度，對(duì)早期病害的診斷能夠起到輔助作用并及時(shí)采取病害防治措施。圖像分割是圖像分析與處理領(lǐng)域復(fù)雜而關(guān)鍵的步驟，基于葉部病害區(qū)域的精準(zhǔn)分割，直接影響病害識(shí)別的精度。

近年來(lái)，隨著計(jì)算機(jī)視覺(jué)技術(shù)在農(nóng)業(yè)領(lǐng)域的應(yīng)用，基于農(nóng)作物及病害部位圖像分割問(wèn)題的研究已有大量成果。傳統(tǒng)的圖像分割方法主要有閾值分割[1-2]、邊緣分割[3]、聚類分割[4-5]等。傳統(tǒng)方法的特點(diǎn)是需要手動(dòng)提取圖像特征，方法較單一，圖像分割魯棒性較差。而隨著卷積神經(jīng)網(wǎng)絡(luò)在圖像分析和處理領(lǐng)域的應(yīng)用，基于深度學(xué)習(xí)的分割方法因其自動(dòng)學(xué)習(xí)圖像特征，圖像分割性能優(yōu)于傳統(tǒng)方法，其已成為目前研究的熱點(diǎn)。劉立波等[6]“基于FCN和CRF網(wǎng)絡(luò)模型”實(shí)現(xiàn)了棉田冠層圖像分割。段凌鳳等[7]“基于深度全卷積神經(jīng)網(wǎng)絡(luò)”實(shí)現(xiàn)了大田稻穗分割。王振等[8]提出了“改進(jìn)的全卷積神經(jīng)網(wǎng)絡(luò)”用于玉米葉片病斑分割。

研究針對(duì)深度網(wǎng)絡(luò)模型在向下編碼提取高層語(yǔ)義特征過(guò)程中丟失了部分空間上下文信息而影響后續(xù)分割精度的問(wèn)題，提出一種基于深度學(xué)習(xí)的CornDisNet網(wǎng)絡(luò)分割模型，在編碼網(wǎng)絡(luò)底層，從多個(gè)尺度提取圖像語(yǔ)義特征，為后續(xù)解碼捕獲更多空間上下文信息，實(shí)現(xiàn)了玉米葉部大斑病和小斑病等病害區(qū)域的精準(zhǔn)分割。

1 圖像數(shù)據(jù)集構(gòu)建

在自然環(huán)境下，隨機(jī)采集了不同玉米葉部病害圖像作為研究對(duì)象，為便于模型訓(xùn)練，提升模型分割精度。本研究采集的圖像只包含帶有病害區(qū)域的單張葉片，圖像大小裁剪為256×256，圖像格式為.jpg。通過(guò)人工標(biāo)注，將掩碼圖像中葉片病害區(qū)域的像素值標(biāo)記為255，其他部位作為背景區(qū)域，像素值標(biāo)記為0。為避免小數(shù)據(jù)集在模型訓(xùn)練中出現(xiàn)過(guò)擬合現(xiàn)象，采用數(shù)據(jù)增強(qiáng)策略，包括對(duì)圖片進(jìn)行水平或垂直翻轉(zhuǎn)、隨機(jī)位置截取以及對(duì)圖片進(jìn)行亮度、對(duì)比度和顏色的隨機(jī)變化。數(shù)據(jù)集中部分玉米病害圖像及其掩碼標(biāo)注，如圖1所示。

圖1 玉米葉部病害圖像及其人工標(biāo)注圖Fig.1 Image of corn leaf disease and its artificial annotation

2 基于深度學(xué)習(xí)的玉米葉部病害圖像分割

本研究基于深度學(xué)習(xí)技術(shù)分割玉米葉部病害區(qū)域，具體分割流程如圖2所示，主要包括數(shù)據(jù)預(yù)處理、網(wǎng)絡(luò)模型訓(xùn)練和分割測(cè)試三部分。

圖2 基于深度學(xué)習(xí)的玉米葉部病害分割框架流程圖Fig.2 Flow chart of corn leaf disease segmentation framework based on deep learning

2.1 CornDisNet網(wǎng)絡(luò)模型

CornDisNet網(wǎng)絡(luò)結(jié)構(gòu)受U-Net網(wǎng)絡(luò)結(jié)構(gòu)啟發(fā)，U-Net[9]網(wǎng)絡(luò)是一個(gè)基于FCN[10]的全卷積神經(jīng)網(wǎng)絡(luò)，該網(wǎng)絡(luò)最初用于醫(yī)學(xué)圖像分割，其網(wǎng)絡(luò)結(jié)構(gòu)簡(jiǎn)單，能夠適應(yīng)很小的訓(xùn)練集，在圖像分割領(lǐng)域具有很好的分割性能。針對(duì)U-Net網(wǎng)絡(luò)在編碼階段提取高層次語(yǔ)義特征時(shí)，連續(xù)卷積和池化操作造成圖像中部分空間上下文信息丟失。提出一種基于U-Net多尺度分割方法，在編碼底層從多個(gè)尺度提取語(yǔ)義特征，以捕獲更多空間上下文信息，實(shí)現(xiàn)了玉米葉部病害區(qū)域的精準(zhǔn)分割。CornDisNet網(wǎng)絡(luò)結(jié)構(gòu)如圖3所示，主要包括編碼模塊、多尺度特征提取模塊(MSC)和解碼模塊，其中編碼和解碼模塊同U-Net網(wǎng)絡(luò)部分。

圖3 CornDisNet網(wǎng)絡(luò)模型Fig.3 Network model of CornDisNet

2.2 多尺度特征提取模塊

CornDisNet網(wǎng)絡(luò)在編碼底層引入了MSC 塊，即多尺度特征提取塊。這里引入Atrous卷積[11]。Atrous卷積的優(yōu)點(diǎn)是通過(guò)向卷積層引入擴(kuò)張率參數(shù)，在不增加參數(shù)量的同時(shí)擴(kuò)大了圖像感受野。Atrous卷積計(jì)算公式為：

(1)

其中，x[i]為輸入信號(hào)，w[k]表示長(zhǎng)度為k的濾波器，r為對(duì)輸入信號(hào)進(jìn)行采樣的步幅，y[i]為輸出。標(biāo)準(zhǔn)的卷積是r=1的特例，隨著r值的改變，空洞卷積可以調(diào)節(jié)卷積窗口的視野。

受Inception[12]網(wǎng)絡(luò)和Resnet[13]網(wǎng)絡(luò)結(jié)構(gòu)思想啟發(fā)，MSC塊結(jié)構(gòu)如圖4所示。首先使用卷積核大小為3×3，擴(kuò)張率rate分別為1、3、5和卷積核大小為1×1的卷積操作提取不同尺度的語(yǔ)義特征，然后將提取的不同尺度特征進(jìn)行拼接，再通過(guò)卷積核大小為1×1的卷積操作進(jìn)行降維，最終與輸入層特征進(jìn)行融合，從多個(gè)尺度提取更多語(yǔ)義特征并保留更多的空間上下文信息，提升分割精度。

圖4 多尺度特征提取模塊Fig.4 Multi-scale feature extraction block

3 實(shí)驗(yàn)結(jié)果與分析

本研究實(shí)驗(yàn)基于PyTorch深度學(xué)習(xí)框架。軟件操作系統(tǒng)為Ubuntu 16.04 LTS 64位，硬件環(huán)境為服務(wù)器Intel Xeon CPU E5-2620 v4、內(nèi)存64GB DDR4 MHz、NVIDIA GeForce GTX 1080 Ti獨(dú)立顯卡3張。

3.1 參數(shù)設(shè)置及評(píng)價(jià)指標(biāo)

模型訓(xùn)練過(guò)程中，采用隨機(jī)梯度下降SGD優(yōu)化器，momentum= 0.9，batch_size=2，epoch為200，初始學(xué)習(xí)率lr設(shè)置為0.000 2。

為了評(píng)價(jià)網(wǎng)絡(luò)模型分割效果，采用準(zhǔn)確率Acc、召回率Rec和精確率Prec三個(gè)評(píng)價(jià)指標(biāo)，計(jì)算公式如下：

(2)

(3)

(4)

其中，TP表示真陽(yáng)率，TN表示真陰率，F(xiàn)P表示假陽(yáng)率，F(xiàn)N表示假陰率。

3.2 實(shí)驗(yàn)結(jié)果

在78幅玉米葉部病害圖像數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn)，通過(guò)數(shù)據(jù)增強(qiáng)操作，將原有數(shù)據(jù)擴(kuò)充8倍得到624幅圖像，并對(duì)數(shù)據(jù)集進(jìn)行了劃分，其中訓(xùn)練集436幅，驗(yàn)證集62幅，測(cè)試集126幅。本研究方法與U-Net網(wǎng)絡(luò)模型下分割結(jié)果進(jìn)行了對(duì)比，表1列出了不同網(wǎng)絡(luò)模型下的各評(píng)價(jià)指標(biāo)值。通過(guò)觀察實(shí)驗(yàn)結(jié)果，該方法在Acc、Rec和Prec三個(gè)評(píng)價(jià)指標(biāo)上取得的結(jié)果均優(yōu)于U-Net網(wǎng)絡(luò)。

表1 玉米葉部病害分割結(jié)果對(duì)比Tab.1 Comparison of segmentation result on corn leaf diseases

圖5為測(cè)試數(shù)據(jù)集上部分玉米葉部病害圖像分割結(jié)果。從圖中觀察到，在不同玉米葉部病害區(qū)域的分割中，本研究方法能準(zhǔn)確分割出病害區(qū)域，尤其在強(qiáng)光照條件下，該方法的分割效果要優(yōu)于U-Net網(wǎng)絡(luò)。

圖5 U-Net與改進(jìn)方法圖像分割結(jié)果Fig.5 U-Net and improved image segmentation results

4 結(jié)語(yǔ)

針對(duì)深度網(wǎng)絡(luò)模型在向下編碼提取高層語(yǔ)義特征過(guò)程中丟失了部分空間上下文信息而影響后續(xù)分割精度的問(wèn)題，提出了一種基于深度學(xué)習(xí)的CornDisNet網(wǎng)絡(luò)分割模型，用于玉米葉部病害區(qū)域的精準(zhǔn)分割。該網(wǎng)絡(luò)結(jié)構(gòu)在傳統(tǒng)U-Net上進(jìn)行了改進(jìn)，主要包括編碼模塊、多尺度特征提取模塊和解碼模塊。通過(guò)在網(wǎng)絡(luò)編碼底層提取不同尺度的特征信息，有效解決了深度網(wǎng)絡(luò)特征編碼模塊的空間上下文信息丟失問(wèn)題，在玉米葉部病害分割中取得了很好的分割效果。