基于神經(jīng)網(wǎng)絡(luò)的智慧農(nóng)業(yè)病蟲識別系統(tǒng)設(shè)計(jì)與應(yīng)用

陶怡 范營營 琚成 楊會甲 朱超 王飛

(西安航天自動化股份有限公司，陜西 西安 710065)

引言

由于農(nóng)作物病蟲害的多樣性和復(fù)雜性，在特定條件下其很容易在大范圍內(nèi)發(fā)生，導(dǎo)致農(nóng)產(chǎn)品產(chǎn)量急劇下降。因此，預(yù)防和監(jiān)測農(nóng)作物病蟲害已成為農(nóng)業(yè)生產(chǎn)活動中的重要環(huán)節(jié)。當(dāng)前，耕地面積逐漸減少，世界人口總數(shù)逐漸增加，導(dǎo)致人均耕地?cái)?shù)量減少。“吃飯問題”成為了對現(xiàn)代社會農(nóng)業(yè)政策、管理模式、技術(shù)手段的重大考驗(yàn)，因此如何保障農(nóng)作物產(chǎn)能滿足新增人口需求成為一個(gè)日益嚴(yán)峻的課題。隨著大規(guī)模生產(chǎn)的集約化，農(nóng)作物病蟲害爆發(fā)影響會更大，生產(chǎn)能力的輸出起著決定性的作用。作物病蟲害是中國的主要農(nóng)業(yè)災(zāi)害之一，其具有種類多、影響大、災(zāi)害頻發(fā)的特點(diǎn)，甚至造成農(nóng)作物大面積減產(chǎn)；其災(zāi)害范圍和嚴(yán)重程度常常給中國國民經(jīng)濟(jì)特別是農(nóng)業(yè)生產(chǎn)造成巨大損失。在農(nóng)作物生產(chǎn)活動中可能受到多種病蟲害交雜影響，其中某些并不能被肉眼所識別，其可能也是破壞農(nóng)作物植株正常生理狀態(tài)的重點(diǎn)誘因，致使農(nóng)作物基因突變、細(xì)胞變異或者組織損傷，從而帶來減產(chǎn)、甚至絕產(chǎn)后果。

1 總體設(shè)計(jì)思路

中國是農(nóng)業(yè)大國，農(nóng)業(yè)是國民根本的大事，與人民的生活和社會進(jìn)步息息相關(guān)。目前，在中國農(nóng)業(yè)生產(chǎn)過程中出現(xiàn)的病害或者蟲害，農(nóng)藥仍然是控制病蟲害的主要手段，農(nóng)藥雖然可以幫助作物恢復(fù)生長，但是用藥量的多少直接影響著人民的健康。數(shù)據(jù)顯示，農(nóng)藥的使用每年能夠?qū)r(nóng)業(yè)產(chǎn)量挽回?fù)p失20%左右。然而，大量在蔬菜水果上使用農(nóng)藥會造成農(nóng)藥殘留和環(huán)境污染問題且已成為人民越來越重視的事情。如果能夠提前預(yù)測病蟲害的發(fā)生，提早提出防止措施，使用藥量大幅度減少，就能夠有效降低病蟲害對農(nóng)業(yè)生產(chǎn)的危害。有目的性的針對病蟲的種類與位置合理施藥，是減少農(nóng)藥污染的一種有效途徑。智能農(nóng)業(yè)的病蟲害預(yù)警專家系統(tǒng)可以分為智能預(yù)警、分析診斷，專家答案、決策模型。智能預(yù)警主要對目前植株的病蟲情況進(jìn)行圖像分析，對后期的防治做出預(yù)測建議；分析診斷是對當(dāng)前作物的葉、莖、花、果等情況進(jìn)行圖像采集后算法處理，由系統(tǒng)進(jìn)行診斷，得出病蟲害名稱、防治措施與建議；專家答疑可以和遠(yuǎn)程的專家進(jìn)行在線與離線的交流，對系統(tǒng)中少見的病蟲等災(zāi)害進(jìn)行交流。

1.1 智能預(yù)警

集成智能農(nóng)機(jī)作業(yè)調(diào)度、農(nóng)情監(jiān)測、智能灌溉系統(tǒng)，可在調(diào)度指揮中心集中處理各子系統(tǒng)觸發(fā)的各類預(yù)警信息，通過對各類告警信息進(jìn)行融合，提供多維度的智能預(yù)警輔助決策信息。匯聚生產(chǎn)傳感器和設(shè)備信息，結(jié)合當(dāng)?shù)貧庀髷?shù)據(jù)和農(nóng)藝知識庫，對數(shù)據(jù)進(jìn)行綜合處理和分析，實(shí)現(xiàn)病蟲害預(yù)測預(yù)報(bào)、災(zāi)害應(yīng)急管理、生產(chǎn)過程追溯和監(jiān)管等輔助決策功能。

1.2 分析診斷

運(yùn)用智能神經(jīng)網(wǎng)絡(luò)算法，對系統(tǒng)植株的生長時(shí)期(發(fā)芽期、幼苗期、成株期、花蕾期、成熟期)的根、莖、花、果的生長狀況，提出目前植株的長勢情況，為農(nóng)作提供指導(dǎo)意見。對于各類果蔬的蟲害、病害的圖片進(jìn)行識別，對其做出正確的診斷，幫助生產(chǎn)人員制定正確的無毒化、無害化的處理措施。

1.3 專家答疑

對于目前在線的專家可以進(jìn)行在線提問，可以傳輸文字、文件、圖片、視頻等資料，方便雙方進(jìn)行交流。對于目前不在線的專家，顯示為灰色頭像，可以給專家留言，專家上線后第一時(shí)間可以看見和回復(fù)。專家根據(jù)權(quán)限可以為已配置的某些人發(fā)送消息，農(nóng)業(yè)專家可以發(fā)布一些有價(jià)值的公告給固定的人。

1.4 決策模型

將作物的生長劃分成不同的生長階段，如休眠期、生長期、花期、結(jié)果期等，并在每個(gè)生長階段設(shè)置特定的病蟲環(huán)境特點(diǎn)。建立病蟲圖片模型庫，按照病蟲種類進(jìn)行分類，便于算法提取蟲害的形狀特征。對病蟲識別算法起到數(shù)據(jù)支撐的作用。

2 關(guān)鍵技術(shù)研究

將獲取的葉片的圖片進(jìn)行病蟲害類別標(biāo)簽、數(shù)據(jù)預(yù)處理，得到葉片的真實(shí)標(biāo)簽，將葉片的圖片分為訓(xùn)練集、驗(yàn)證集、測試集，訓(xùn)練集裁剪圖片，歸一化大小，得到新的訓(xùn)練集；將制作得到的數(shù)據(jù)集送入網(wǎng)絡(luò)模型并輸出實(shí)際值，根據(jù)真實(shí)標(biāo)簽與實(shí)際值計(jì)算損失函數(shù)值，利用梯度下降反向傳播算法更新網(wǎng)絡(luò)模型的參數(shù)，每次更新的網(wǎng)絡(luò)模型利用驗(yàn)證集驗(yàn)證結(jié)果，通過若干次訓(xùn)練，得到訓(xùn)練完成的網(wǎng)絡(luò)模型。將測試集送入訓(xùn)練完成的網(wǎng)絡(luò)模型，通過與真實(shí)標(biāo)簽比對計(jì)算出網(wǎng)絡(luò)模型檢測準(zhǔn)確率。病蟲害識別算法設(shè)計(jì)運(yùn)用深度卷積神經(jīng)網(wǎng)絡(luò)算法，利用堆疊網(wǎng)絡(luò)模塊的設(shè)計(jì)，具有精度高、參數(shù)少的特點(diǎn)，堆疊模塊中的卷積層的特征輸出層數(shù)很少，另外卷積核的尺寸為1×1和3×3，這種網(wǎng)絡(luò)模型的連接使特征和梯度的傳輸更加有效，更易于訓(xùn)練。通過嵌入堆疊網(wǎng)絡(luò)模塊增加網(wǎng)絡(luò)的寬度和深度，實(shí)現(xiàn)網(wǎng)絡(luò)模塊化的結(jié)構(gòu)，融合不同深度的堆疊模塊來獲取不同大小的感覺野，拼接不同尺度特征。能夠大大降低檢測成本，針對目前大量農(nóng)作物受害的現(xiàn)狀，其可以縮短病蟲害的發(fā)現(xiàn)監(jiān)測時(shí)間，提高病蟲害防治的效率，使其在低爆發(fā)范圍情況下迅速遏制，有效地促進(jìn)農(nóng)作物的增產(chǎn)增收。

農(nóng)作物病蟲害的圖像信息通過專業(yè)攝像設(shè)備的圖像傳感器采集并傳輸，所收集的農(nóng)作物病蟲害圖像信息通過CSI攝像頭的傳輸?shù)角度胧轿⑻幚砥髦校瑘D像處理由樹莓派微型計(jì)算機(jī)執(zhí)行算法。在處理過程中樹莓派微型計(jì)算機(jī)中數(shù)據(jù)存儲器存儲農(nóng)作物病蟲害圖像識別處理過程中的各種數(shù)據(jù)，樹莓派微型計(jì)算機(jī)遷移SD卡中的農(nóng)作物病蟲害圖像識別基本程序到樹莓派微型計(jì)算機(jī)中的程序存儲器進(jìn)行圖像識別，觸摸屏顯示農(nóng)作物病蟲害圖像識別過程中各種處理結(jié)果，整個(gè)系統(tǒng)有機(jī)地結(jié)合起來，完成了農(nóng)作物病蟲害圖像識別的系統(tǒng)過程。病蟲識別系統(tǒng)設(shè)計(jì)如圖2。

3 系統(tǒng)程序設(shè)計(jì)

在植株診斷專家系統(tǒng)中，在輸入為植株當(dāng)前性狀的表現(xiàn)圖片時(shí)，輸出為診斷結(jié)果及建議。通過不斷更新網(wǎng)絡(luò)中的權(quán)重，從而得到植株性狀與診斷結(jié)果之間的內(nèi)在關(guān)系。訓(xùn)練完成后，神經(jīng)網(wǎng)絡(luò)能夠根據(jù)輸入性狀圖片給出相應(yīng)的診斷結(jié)果。

智慧農(nóng)業(yè)專家系統(tǒng)的核心功能主要包括知識庫管理和智能診斷等模塊。

3.1 智能診斷

用戶可根據(jù)農(nóng)作物實(shí)際生長過程中出現(xiàn)的狀況，進(jìn)行智能診斷。包括發(fā)芽期診斷、幼苗期診斷、成株期診斷、花蕾期診斷、施肥診斷。

3.2 發(fā)芽期診斷

根據(jù)農(nóng)作物名稱、子葉狀況、葉色狀況、葉緣狀況、幼苗狀況、胚根狀況，智能地從知識管理中匹配出最優(yōu)的診斷結(jié)果，并計(jì)算出其可信度。

3.3 幼苗期診斷

根據(jù)農(nóng)作物名稱、莖狀況、葉柄狀況、葉片狀況、葉色狀況、葉緣狀況、葉脈狀況，智能地從知識管理中匹配出最優(yōu)的診斷結(jié)果，并計(jì)算出其可信度。

3.4 成株期診斷

根據(jù)農(nóng)作物名稱、莖狀況、葉柄狀況、葉片狀況、葉色狀況、葉緣狀況、葉脈狀況，智能地從知識管理中匹配出最優(yōu)的診斷結(jié)果，并計(jì)算出其可信度。

3.5 花蕾期診斷

根據(jù)農(nóng)作物名稱、莖狀況、葉柄狀況、葉片狀況、葉色狀況、葉緣狀況、葉脈狀況、花狀況，智能地從知識管理中匹配出最優(yōu)的診斷結(jié)果，并計(jì)算出其可信度。

3.6 施肥營養(yǎng)診斷

根據(jù)農(nóng)作物名稱、植株?duì)顩r、葉狀況、莖狀況、花狀況、果實(shí)狀況、病變位置，智能地從知識管理中匹配出最優(yōu)的診斷結(jié)果，并計(jì)算出其可信度。

4 系統(tǒng)功能設(shè)計(jì)

目前，設(shè)施農(nóng)業(yè)蔬菜生產(chǎn)過程中存在技術(shù)人員缺乏、生產(chǎn)管理水平較低、勞動生產(chǎn)率較低等一系列問題，基于神經(jīng)網(wǎng)絡(luò)的病蟲識別系統(tǒng)，運(yùn)用環(huán)境信息調(diào)控系統(tǒng)中建設(shè)的環(huán)境信息采集設(shè)備來獲取的環(huán)境參數(shù)作為依據(jù)，根據(jù)地域性病蟲害特點(diǎn)，有針對性地開發(fā)病蟲害分析診斷數(shù)據(jù)庫，應(yīng)用數(shù)據(jù)庫內(nèi)病蟲害詳細(xì)形態(tài)信息與地域性病蟲害發(fā)生規(guī)律與誘因進(jìn)行比較，評估特定的某種或某幾種病蟲害發(fā)生概率，為預(yù)防工作提供指導(dǎo)意見。

同時(shí)，在數(shù)據(jù)源信息充足的情況下，系統(tǒng)亦可以對已發(fā)生的病蟲害圖像信息或特點(diǎn)描述信息進(jìn)行分析，指導(dǎo)管理人員快速了解病蟲害詳細(xì)情況，并提供治理措施。通過視頻或者其它措施判斷當(dāng)前的植株病蟲害情況，在基地部署安裝針對作物生長環(huán)境害蟲發(fā)生的品類的蟲情測報(bào)燈，經(jīng)過設(shè)備誘惑采集的數(shù)量進(jìn)行統(tǒng)計(jì)，再經(jīng)過系統(tǒng)的分析判斷、智能決策和根據(jù)作物生產(chǎn)周期制定的策略，為噴藥提供策略依據(jù)。對當(dāng)前的總體病蟲情況進(jìn)行熱力圖展示和統(tǒng)計(jì)，以便管理者對于重點(diǎn)區(qū)域進(jìn)行防治。

5 實(shí)驗(yàn)結(jié)果

數(shù)據(jù)集分為中心裁剪和角裁剪。在中心裁剪中，從每個(gè)圖像的中心裁剪300px×300px平方的區(qū)域。因此，可以刪除大多數(shù)復(fù)雜的背景，并且圖像數(shù)量保持不變。在角裁剪中，將裁剪中心區(qū)域達(dá)到512px×512px分辨率，保持最復(fù)雜的背景，將圖像分成4部分，分辨率為256px×256px，將這些圖像分別使用雙線性插值調(diào)整為2種不同的大小(AlexNet和224px×224px像素的VGGNet)。對每幅圖像執(zhí)行上述操作并過濾無病變區(qū)域的圖像，對齊進(jìn)行識別。

表1 測試結(jié)果

基于神經(jīng)網(wǎng)絡(luò)的病蟲害識別系統(tǒng)，通過圖像采集的作物病蟲信息進(jìn)行算法分析，再根據(jù)農(nóng)作物病蟲害的發(fā)生特征和規(guī)律的常規(guī)知識，為用戶提供農(nóng)作物病蟲害的遠(yuǎn)程診斷，專家決策和預(yù)報(bào)的信息化系統(tǒng)，經(jīng)過實(shí)驗(yàn)驗(yàn)證，總體識別效果良好，識別率驗(yàn)證了該算法的有效性，并在陜西省重點(diǎn)計(jì)劃中都有應(yīng)用推廣。

6 結(jié)束語

對于植物病蟲管理模塊，植物是本系統(tǒng)的重要基礎(chǔ)數(shù)據(jù)，疾病和癥狀都要依賴于作物知識庫，庫中具有大量數(shù)據(jù)的害蟲和疾病數(shù)據(jù)庫，加之聲情并茂的用戶交互界面，使生產(chǎn)者能夠全面了解各種農(nóng)作物、果蔬目前存在的所有可能的病蟲程度與影響范圍系統(tǒng)。該系統(tǒng)中的圖像診斷系統(tǒng)各類病蟲整理近萬張圖片信息庫，再結(jié)合多年從事病蟲害研究和實(shí)踐的眾多高級專家的經(jīng)驗(yàn)和知識，以幫助農(nóng)民實(shí)地實(shí)作，實(shí)時(shí)診斷病蟲害，及時(shí)采取防治措施。在病蟲害較為復(fù)雜的情況下，可以利用遠(yuǎn)程專家組進(jìn)行實(shí)時(shí)通訊和診斷，防止在防治過程中走彎路，把損失降到最低。對于診斷管理模塊，在作物各時(shí)期的生產(chǎn)生活中，對植物形成了一些客觀的經(jīng)驗(yàn)數(shù)據(jù)，又由于系統(tǒng)的作物種類很多，利用分類管理把種類分成不同類別進(jìn)行診斷，方便用戶進(jìn)行查找和檢索。