基于多層感知器的收獲期木薯莖稈識別定位研究

李付成,楊 望,楊 冉,楊 堅,鄭 賢

(廣西大學 機械工程學院,南寧 530004)

0 引言

木薯是世界主糧之一,產量在糧食作物中排名第六,其塊根富含淀粉,有“淀粉之王”的美譽[1]。隨著國內木薯種植面積的不斷擴大,對其自動化收獲也提出了更高要求。現有挖拔式木薯收獲機械因不能有效確定木薯莖稈位置[2],對木薯的收獲造成了很大影響,因此準確確定木薯莖稈位置對提高木薯的收獲效率具有重要意義。

機器視覺技術因具有應用范圍廣和成本低等特點已在精確農業方面廣泛應用。國外對黃瓜、草莓、番茄[3-4]等農產品收獲機械的研究已經比較成熟,并在市場上大量推廣應用。國內張瑞和姬長英[5]等人的團隊采用雙目立體視覺技術對番茄進行識別分類研究,當攝像機與目標番茄之間的距離為300～400mm時,測量誤差不超過4%。王濱等[6]針對獼猴桃采摘,利用了Kinect傳感器來獲取深度圖像和RGB圖像,定位誤差在2mm以內。張凱良等[7]開展了草莓收獲機器人的研究,野外試驗測定平均誤差為0.5mm,采摘定位過程平均耗時0.381s。

本文針對田間木薯莖稈的識別定位問題,引入機器視覺方案,基于多層感知器網絡進行研究,為提升挖拔式木薯收獲機械的智能化和自動化提供一個新的方向。

1 材料與方法

1.1 試驗材料

為在室內模擬田間收獲情況,首先收集木薯莖稈、木薯田間干擾物和土壤等試驗材料; 對收集后的樣本進行處理,紙盒里逐層鋪放采集的泥土樣本、木薯葉、木薯葉柄和其它干擾物,然后在上面放置截斷處理后的木薯莖稈,如圖1所示。

圖1 模擬試驗材料Fig.1 Simulated test material

1.2 試驗方法

采用本文構建的圖像采集系統,單獨采集木薯莖稈圖片和木薯葉與細枝等干擾物圖片各200張,對采集的圖像進行預處理和提取特征;然后,確定網絡的最優參數,進行分類器訓練; 最后,使用訓練好的分類器在實驗平臺上進行動態試驗,各試驗100組,測得識別成功率和定位誤差。

1.3 試驗設備

圖像采集系統如圖2所示。其中,平移試驗平臺中心位置平均速度可達0.23m/s,符合挖拔式木薯收獲機的行進速度要求;光源為四通道可調節LED光源;相機為Allied Vision公司的一款灰度工業相機,型號為Stingray F-504B,1394b的數據接口,分辨率為2452×2056,全幀率可達8fps;計算機為Windows10 64位操作系統,CPU: Intel Core I5,GPU:NVIDIA 1030。

1.相機 2.光源調節器 3.光源放置架 4.方形光源 5.模擬試驗材料 6.平移試驗平臺 7.主機 8.顯示器圖2 圖像采集試驗平臺Fig.2 Image Acquisition and Test Platform

1.4 圖像預處理

圖像采集系統獲取圖像之后,為突出圖像中感興趣區域,要對圖像進行預處理,如圖3所示。首先通過直方圖均衡化[8]處理,提高圖像對比度,結果如圖3(b)所示;利用圖像灰度值縮放變換方法[9],提高木薯莖稈區域灰度值,抑制其他區域灰度值,以突出目標細節,結果如圖3(c)所示;基于固定閾值法進行圖像分割,并通過腐蝕膨脹形態學操作進行孔洞填充和去除細小干擾物,結果如圖3(d)所示;最后,利用像素面積法選擇得到感興趣區域,結果如圖3(e)所示。

圖3 圖像預處理Fig.3 Image preprocessing

1.5 特征提取

圖像特征是圖像識別的基礎,將直接影響識別效果,通常提取的特征需要滿足旋轉,縮放和平移不變特性。由于相機是灰度相機,本文主要從形狀和紋理兩個方面來選擇特征,提取了圓度、偏心(包括不等軸度、蓬松度、結構因素)和緊密度等形狀特征,以及紋理特征(包括能量、對比度、相關性、逆方差)共9維特征。

紋理特征的提取一般采用灰度共生矩陣和灰度-梯度共生矩陣方法[10],其方法簡單,且計算速度較快,得到的紋理特征具有較強的魯棒性和適應能力。圖像的灰度共生矩陣的值與方向θ(0°,45°,90°,135°)相關。為了避免角度的影響,以4個方向的紋理特征的平均值作為標準紋理特征。,可以得到能量(Asm)、對比度(Contrast)、相關性(Correlation)和逆方差(Home)4個參數,計算方法為

(1)

(2)

(3)

(4)

1.6 多層感知器網絡

多層感知器(Multilayer Perceptron,MLP)是前饋神經網絡,網絡構造簡單,便于實現,實時性好。多層感知器結構如圖4所示。圖4中,L為輸入層,接受輸入并通過激勵函數計算激勵值,傳給隱藏層H層;H層將上層傳來的結果作為輸入,通過激勵函數計算激勵值,傳給輸出層O層。

圖5 累計貢獻率Fig.5 Cumulative contribution rate

該神經網絡能夠產生更多的輸出,可以進行多分類,還可以對線性不可分的數據進行預測,通過輸出的y值來進行分類。對應的數學原理為

(5)

其中,輸入x∈Rm、隱藏層輸出h∈Rn、輸出y∈RK、w(1)∈Rm×n與b(1)∈Rn分別為輸入層到隱藏層的權值連接矩陣和偏置,w(2)∈Rn×K與b(2)∈RK分別為隱藏層到輸出層的權值連接矩陣和偏置,φ(1)和φ(2)為激勵函數。輸入與輸出之間的數學模型為

y=T(x,θ)

(6)

設定θ=(w(1),b(1),w(2),b(2)),可優化目標為

(7)

通過梯度下降法,對參數求解,即

(8)

隨著不斷迭代,會逐步收斂,最終多層感知器的權重和偏置被確定,即

(9)

2 結果與分析

2.1 MLP網絡參數確定

所選多層感知器網絡結構共3層,輸入層節點設為9個,隱藏層節點數H根據經驗公式[11]初選范圍為4.3～13.3個,輸出層節點設為2個。

由于本文采集的樣本數量較小,如果將數據直接輸入訓練可能會導致過度擬合的現象[12]。為解決這一問題,在進行分類器訓練之前,使用主成分分析法[13](principal component analysis,PCA)對樣本數據進行特征降維處理。對提取得到的200組特征數據進行PCA處理,獲得特征的累計貢獻率,如圖6所示。通常選擇累計貢獻率大于85%時的特征數目,本文初選主成分數目P范圍為4～6個。最后,利用網絡搜索結合交叉驗證的方法[14]進行參數隱藏層節點數H和主成分數目P最優組合的確定。

表1列出了平均識別成功率較高的10組參數組合。由表1可知:平均識別成功率最高的組合為(9,6),且該組合的標準差最小,因此選擇隱藏層節點數為9,主成分數目為6。

表1 多層感知器模型不同參數的試驗結果Table 1 Test results of different parameters of multilayer perceptron model

2.2 不同分類器識別比較

提取了形狀和紋理特征共9維特征,將其進行融合作為輸入特征向量,基于MLP網絡構建分類器進行識別效果的動態試驗,并與傳統淺層結構算法的支持向量機(Support Vector Machine, SVM)模型[15]進行對比。試驗以識別成功率y1和誤判率y2作為試驗指標,則

(10)

式中n1—成功識別木薯莖稈次數;

n2—將感興趣區域中的非木薯莖稈區域判斷為木薯莖稈次數;

N—總試驗次數。

試驗結果如表2所示。由表2可知:MLP分類器識別效果較優,識別成功率達92%,明顯優于SVM分類器;且誤判率較小,僅有2%。

表2 不同分類器識別比較Table 2 Comparison of different classifiers recognition rate

2.3 定位結果分析

依據前面分析,選用較優的MLP分類器進行100組動態定位試驗。以木薯莖稈區域外接矩形的形心作為視覺測量坐標值,每組試驗人工測量3次木薯莖稈中心坐標,取其平均值作為真實坐標值,以人工測量與視覺測量的誤差范圍進行統計,結果如表3所示。

表3 MLP定位結果統計Table 3 Statistics of positioning results

由表3可知:橫向位置(X)平均誤差為3.20mm,最大位置誤差為18.67mm,最小定位誤差為0.06mm,定位誤差在0～4mm區間占比為80%;縱向位置(Y)平均誤差為2.53mm,最大定位誤差為8.13mm,最小定位誤差為0.20mm,定位誤差在0-4mm區間占比為85%。算法執行平均耗時0.26s。由于個別木薯莖稈的表面過度歪斜,視覺測量以其外接矩形的形心作為中心坐標值,與人工測量相比誤差會較大,但這些范圍內的占比非常小,對總體不會產較大的影響。

3 結論

1)對木薯莖稈和干擾物的特征進行散點圖對比,選取最具區分能力的圓度、偏心和緊密度特征,以及紋理特征,通過試驗確定了MLP網絡的參數:輸入層節點數9,隱藏層節點數9,輸出層節點數2,主成分數目為6。

2)基于MLP網絡和SVM模型構建分類器,進行識別效果的試驗對比,并選擇較優分類器進行定位試驗。結果表明:MLP分類器識別效果較好,成功率最高達92%,誤判率也較小為2%,平均定位誤差3.2mm, 算法平均耗時0.26s,基本滿足田間環境下定位精度要求和實時性要求。

3)試驗結果表明:提出的研究方案對收獲期木薯莖稈的識別定位具有良好效果,有較好的實際應用前景。