基于改進(jìn)支持向量機(jī)算法的農(nóng)業(yè)害蟲圖像識別研究*

張亞軍

(駐馬店職業(yè)技術(shù)學(xué)院，河南駐馬店，463000)

0 引言

農(nóng)業(yè)害蟲識別是農(nóng)作物害蟲防治工作的重要環(huán)節(jié)，因此及時(shí)、準(zhǔn)確地識別可提高農(nóng)作物產(chǎn)量和質(zhì)量[1]。隨著計(jì)算機(jī)視覺技術(shù)發(fā)展，農(nóng)業(yè)害蟲圖像識別算法得到了廣泛的研究。Li等[2]通過神經(jīng)網(wǎng)絡(luò)算法(Neural Network，NN)對12種最常見的農(nóng)業(yè)害蟲進(jìn)行了識別研究，經(jīng)過試驗(yàn)證明，識別結(jié)果較好。孫鵬等[3]提出注意力卷積神經(jīng)網(wǎng)絡(luò)算法(Attention Convolution Neural Network，ACNN)對大豆害蟲圖像識別，在卷積神經(jīng)網(wǎng)絡(luò)引入注意力機(jī)制提高了對大豆蚜蟲的識別率，但它依賴于大量的數(shù)據(jù)樣本。Leal-Ramírez等[4]利用模糊邏輯算法(Fuzzy Logic，F(xiàn)L)對水稻作物常見害蟲圖像識別做了試驗(yàn)，結(jié)果表明該方法效果良好。劉翠翠等[5]通過支持向量機(jī)算法(Support Vector Machine，SVM)提取麥冬葉部的害蟲圖像顏色、形狀等特征，對特征進(jìn)行訓(xùn)練學(xué)習(xí)，得到了害蟲分類模型。馬鵬鵬等[6]通過圖像特征和樣本量對水稻害蟲識別，目標(biāo)害蟲之間、目標(biāo)害蟲和非目標(biāo)昆蟲之間比例在最佳范圍內(nèi)，SVM分類器才能獲得較好的識別結(jié)果。呂軍等[7]利用后驗(yàn)概率SVM算法(Posterior Probability SVM，PPSVM)對水稻害蟲識別，統(tǒng)計(jì)并分析測試集所有樣本的后驗(yàn)概率，該方法能夠提高識別率。張紅濤等[8]提出布谷鳥算法優(yōu)化SVM的懲罰因子和徑向核函數(shù)，利用SVM對谷子葉片害蟲進(jìn)行自動識別，最終葉片害蟲的平均識別率較高。

以上各種算法對差異性較大的農(nóng)業(yè)害蟲圖像識別較好，但是由于農(nóng)業(yè)害蟲外觀具有特殊性：體積較小、自身顏色與環(huán)境顏色差異性不大、不同害蟲的紋理存在相同性，這些特性導(dǎo)致識別率較低，由此本文通過改進(jìn)支持向量機(jī)算法(Improved support vector machine，ISVM)，對農(nóng)業(yè)害蟲的外觀多特征融合識別，避免單一性特征識別的缺陷。

1 改進(jìn)支持向量機(jī)策略

1.1 基本支持向量機(jī)算法

SVM屬于統(tǒng)計(jì)學(xué)習(xí)分類方法，假設(shè)訓(xùn)練樣本為(xi，yi)，xi為輸入向量，yi為輸出向量，也是類別標(biāo)簽，利用SVM構(gòu)造一個(gè)目標(biāo)函數(shù)[9]，引入非線性映射φ(x)，尋求最優(yōu)分割超平面

f(x)=Wφ(x)+b

(1)

式中:W——權(quán)重系數(shù)；

b——偏差量。

通過引入估計(jì)函數(shù)來解決非線性回歸問題，假定訓(xùn)練樣本集在一定的精度下無誤差地進(jìn)行線性函數(shù)擬合，在擬合中引入松弛系數(shù)β1、β2，求解以下最優(yōu)方程

(2)

式中:C——懲罰因子，主要對錯(cuò)誤分類進(jìn)行懲罰；

Q——優(yōu)化目標(biāo)；

γ——精度參數(shù)。

通過拉格朗日函數(shù)可獲得識別函數(shù)

(3)

K(xi，xj)——核函數(shù)。

通過核函數(shù)把輸入空間變換到高維空間，然后在這個(gè)新空間中可求取最優(yōu)分類面。

1.2 改進(jìn)支持向量機(jī)算法

1.2.1 基于交叉驗(yàn)證的懲罰因子優(yōu)化

(4)

式中:θl——第l個(gè)子集的正確率。

1.2.2 基于Manhattan距離的核函數(shù)選擇

在SVM中，核函數(shù)的選擇對SVM性能有很大影響，選擇改進(jìn)徑向基函數(shù)作為SVM的核函數(shù)

(5)

式中:σ——核寬參數(shù)；

ε——調(diào)節(jié)系數(shù)；

∣xi-yj∣——Manhattan距離。

當(dāng)σ過大時(shí)，SVM對訓(xùn)練數(shù)據(jù)的分類能力最好，但是對新樣本的分類能力會降低；當(dāng)σ過小時(shí)，SVM只能得到一個(gè)接近于常數(shù)的識別函數(shù)，對樣本的正確分辨率很低。當(dāng)σ比較大時(shí)，為避免K(xi，xj)變小，通過ε調(diào)節(jié)使得K(xi，xj)變大，增加SVM的通用性，當(dāng)σ比較小時(shí)，為避免K(xi，xj)變大，通過ε調(diào)節(jié)使得K(xi，xj)變小，提高SVM正確識別率[10]。

2 農(nóng)業(yè)害蟲圖像識別

2.1 害蟲圖像特征識別

2.1.1 顏色特征

害蟲圖像顏色直方圖易于區(qū)分不同的害蟲[11]，但是部分害蟲顏色在HIS顏色模型中H分量會形成相同峰值，具有相似的直方圖，無法明顯的正確區(qū)分不同害蟲，因此引入顏色矩來更仔細(xì)地描述害蟲圖像的共性和特性。害蟲圖像顏色特征可通過不同的顏色矩表示，只利用顏色的一階矩、二階矩和三階矩這三個(gè)低階矩就能表示出害蟲圖像顏色分布。害蟲圖像顏色存在三個(gè)顏色分量即紅、綠、藍(lán)，在紅、綠、藍(lán)顏色分量上存在三個(gè)低階矩，因此一共可以形成9個(gè)分量，即

(6)

式中:Pi j——第j個(gè)像素第i個(gè)顏色分量值；

G——像素的個(gè)數(shù)；

μi——第i個(gè)顏色通道上所有像素的均值；

Bi——第i個(gè)顏色通道上所有像素的標(biāo)準(zhǔn)差；

Hi——第i個(gè)顏色通道上所有像素的斜度的3次方根。

2.1.2 紋理特征

提取農(nóng)業(yè)害蟲紋理特征參數(shù)主要如下[12]。

紋理平均亮度

(7)

式中:L——灰度級總數(shù)；

zi——第i個(gè)灰度級；

p(zi)——?dú)w一化直方圖灰度級分布中灰度為zi的概率。

區(qū)域中亮度的相對平滑度

(8)

直方圖偏斜性的度量

(9)

基于灰度共生矩陣?yán)碚撎崛∞r(nóng)業(yè)害蟲紋理特征參數(shù)主要如下。

二階矩

(10)

式中:Pδ——灰度共生矩陣；

Pδ(i，j)——矩陣元素；

i、j——像素灰度級；

δ——兩個(gè)像素間的位置關(guān)系，δ=(Δx,Δy);

Δx、Δy——兩個(gè)像素在x方向和y方向上的距離，兩像素間距離和方向由δ決定。

f1反映了圖像灰度分布的均勻性和圖像紋理的粗細(xì)程度。

對比度

(11)

f2越大紋理的溝紋越深，圖像的視覺效果越清晰。

熵

(12)

熵f3值近似等于0時(shí)圖像沒有任何紋理；若圖像的細(xì)紋理很多，該圖像的熵f3值最大。

2.1.3 形狀特征

在形狀特征提取中，利用Ostu算法分割出害蟲目標(biāo)圖像，Zernike矩在描述目標(biāo)物形狀占優(yōu)勢[13]，一個(gè)目標(biāo)對象的形狀特征可以用一組Zernike矩特征向量表示，Zernike矩特征向量的差異性就可以區(qū)分出害蟲形狀，因此通過區(qū)域Zernike矩算法獲得害蟲形狀特征。把害蟲圖像歸一化到以圖像的質(zhì)心為中心的單位圓中，則害蟲圖像f(x，y)的n階m次Zernike矩為

(13)

式中:Vn m(ρ,θ)——單位圓的正交復(fù)函數(shù)多項(xiàng)式；

Rnm(ρ)——徑向多項(xiàng)式。

Zernike矩是一組正交矩，具有旋轉(zhuǎn)不變性的特性，即使害蟲圖像獲取過程中被旋轉(zhuǎn)了，但是害蟲圖像目標(biāo)并不改變其模值，這樣方便識別。

2.2 害蟲圖像多特征識別

由于害蟲外觀的顏色與農(nóng)作物的顏色存在相似性，如果單一性特征提取進(jìn)行目標(biāo)識別，極易與具有形狀相似特征的害蟲混淆識別，造成一定的誤判，因此對害蟲圖像進(jìn)行多特征融合識別[14-15]。特征融合識別函數(shù)為

(14)

式中:fj——第j個(gè)害蟲圖像的融合特征；

N——特征個(gè)數(shù)；

ηi——融合前的特征分量；

3) 計(jì)算所有樣本的三種特征對應(yīng)的樣本類內(nèi)距離的平均值

(15)

其中：i=1,…,A,1≤k≤j≤N。Fisher線性識別希望Lw(n)越小越好。

4) 計(jì)算所有樣本的三種特征對應(yīng)的樣本類間距離的平均值

(16)

其中：1≤k≤j≤A,u,v∈[1,N]。Fisher線性識別希望Lb(n)越大越好。

2.3 算法流程

1) 輸入訓(xùn)練樣本，并進(jìn)行顏色特征、紋理特征、形狀特征數(shù)據(jù)歸一化處理。

2) 通過式(4)獲得懲罰因子。

3) 通過式(5)獲得核函數(shù)。

4) 將獲取到的最佳參數(shù)對整個(gè)訓(xùn)練集進(jìn)行訓(xùn)練，并得到最優(yōu)分類模型。

5) 最優(yōu)分類模型進(jìn)行測試樣本分類。

6) 標(biāo)注類別標(biāo)簽，得到分類結(jié)果。

3 試驗(yàn)仿真

試驗(yàn)仿真通過Matlab編程實(shí)現(xiàn)，計(jì)算機(jī)配置為雙通道內(nèi)存4 GB，Intel主板，集成顯卡。農(nóng)業(yè)害蟲包含：蝗蟲、螻蛄、葉蟬、粉虱、青蟲、蔥蠅、玉米螟、棉鈴蟲、麥蛾、卷心蟲共計(jì)10種，每種害蟲圖像50幅，每幅圖像的大小為128像素×128像素，灰度級數(shù)為256，其中每種害蟲隨機(jī)選取圖像20幅進(jìn)行訓(xùn)練，剩余圖像30幅進(jìn)行識別。

3.1 懲罰因子C與核寬σ選擇

本文算法ISVM采用交叉驗(yàn)證方法來選擇懲罰系數(shù)、Manhattan距離選擇核寬，每次試驗(yàn)訓(xùn)練樣本和測試樣本是隨機(jī)選取，獲得懲罰系數(shù)和核寬變化情況如圖1所示。

從圖1可以看出，分類精度隨著懲罰因子C的增加而逐漸增加，當(dāng)C大于90時(shí)分類精度開始減小，因此本文選擇懲罰因子C=90；分類精度隨著核寬σ的增加而逐漸增加，當(dāng)核寬度值增大至某一特定值時(shí)，即核寬σ大于0.42時(shí)將會引起分類精度的減小，因此本文選擇核寬σ=0.42。

(a) 懲罰因子

(b) 核寬

3.2 不同算法對害蟲不同特征平均識別率

選擇三幅農(nóng)業(yè)害蟲圖像進(jìn)行識別，分別為葉蟬、青蟲、粉虱，在試驗(yàn)中依次進(jìn)行NN、ACNN、FL、SVM、PPSVM、ISVM對比試驗(yàn)，其結(jié)果如表1所示。

表1 不同算法識別效果Tab. 1 Recognition effect of different algorithms

從表1可以看出，本文ISVM算法能夠識別出各種害蟲圖像，識別到害蟲圖像的邊緣實(shí)際輪廓，比如可以把葉蟬的絲狀觸角識別出來，其他算法識別效果較差，沒有識別出實(shí)際輪廓，特別是在復(fù)雜背景下進(jìn)行害蟲識別，無法消除背景因素的影響，本文算法在對復(fù)雜背景下的害蟲檢測效果中已顯示出優(yōu)勢，其他算法把植物葉片的邊緣也誤認(rèn)為是害蟲邊緣識別出來。

圖2為不同算法對農(nóng)業(yè)害蟲圖像的形狀特征、紋理特征、顏色特征、形狀特征和紋理特征、形狀特征和顏色特征、紋理特征和顏色特征、多特征平均識別率，每種算法進(jìn)行30次蒙特卡羅實(shí)驗(yàn)。

(a) 形狀特征(b) 顏色特征

(c) 紋理特征(d) 形狀特征和顏色特征

(e) 形狀特征和紋理特征(f) 紋理特征和顏色特征

(g) 多特征

從圖2可以看出，單一性特征對農(nóng)業(yè)害蟲平均識別率比較低，其中形狀特征平均識別率為68.35%，顏色特征平均識別率為65.88%，紋理特征平均識別率為63.25%。隨著特征組合增加，對害蟲平均識別率逐漸提高，多特征對害蟲平均識別率最高；單一性特征對害蟲平均識別率形狀特征最高，紋理特征最低；兩特征對害蟲平均識別率中形狀特征和顏色特征最高，紋理特征和顏色特征最低；多特征對害蟲平均識別率高于單一性特征、兩特征。這說明對農(nóng)業(yè)害蟲識別選擇多特征有利于對害蟲的識別。在多特征識別中，本文算法ISVM對害蟲平均識別率均值為95.67%，NN算法對害蟲平均識別率均值為87.12%，ACNN算法對害蟲平均識別率均值為89.56%，F(xiàn)L算法對害蟲平均識別率均值為90.62%，SVM算法對害蟲平均識別率均值為92.05%，PPSVM算法對害蟲平均識別率均值為93.89%，本文算法ISVM相比NN、ACNN、FL、SVM、PPSVM分別提高了9.81%、6.82%、5.57%、3.93%、1.90%，因此本文算法檢測結(jié)果優(yōu)于其他算法

3.3 不同算法對害蟲識別消耗時(shí)間分析

識別的時(shí)效性決定了算法的實(shí)際應(yīng)用效果，記錄NN、ACNN、FL、SVM、PPSVM、ISVM對比試驗(yàn)30次過程中多特征害蟲識別平均消耗時(shí)間，如圖3所示。

圖3 不同算法對害蟲識別平均消耗時(shí)間Fig. 3 Time consumption of different algorithms for pest recognition

從圖3可以看出，本文算法ISVM對害蟲識別平均消耗時(shí)間為2.42 s，NN算法對害蟲識別平均消耗時(shí)間為7.35 s，ACNN算法對害蟲識別平均消耗時(shí)間為6.12 s，F(xiàn)L算法對害蟲識別平均消耗時(shí)間為5.84 s，SVM算法對害蟲識別平均消耗時(shí)間為4.24 s，PPSVM算法對害蟲識別平均消耗時(shí)間為3.91 s，本文算法ISVM相比NN、ACNN、FL、SVM、PPSVM分別減少了67.07%、60.46%、58.56%、42.92%、38.11%，因此本文算法ISVM的處理時(shí)效性比較好。

4 結(jié)論

1) 本研究對支持向量機(jī)算法進(jìn)行改進(jìn)，通過交叉驗(yàn)證優(yōu)化懲罰因子，避免懲罰因子過學(xué)習(xí)和欠學(xué)習(xí)的發(fā)生，選擇改進(jìn)徑向基函數(shù)作為支持向量機(jī)算法的核函數(shù)，增設(shè)調(diào)節(jié)系數(shù)，提高SVM正確分辨率；在害蟲識別中對害蟲圖像進(jìn)行多特征融合識別，并且害蟲的顏色特征、紋理特征、形狀特征所分配的權(quán)重值也不同，避免害蟲混淆識別、誤判的發(fā)生。

2) 本文采用改進(jìn)SVM算法對農(nóng)業(yè)害蟲進(jìn)行多特征分類研究，通過大量樣本的訓(xùn)練與測試，單一性特征對農(nóng)業(yè)害蟲平均識別率比較低，其中形狀特征平均識別率為68.35%，顏色特征平均識別率為65.88%，紋理特征平均識別率為63.25%；隨著特征組合增加，對害蟲平均識別率逐漸提高，形狀特征和顏色特征平均識別率為84.12%，形狀特征和紋理特征平均識別率為80.96%，紋理特征和顏色特征平均識別率為79.76%；多特征對害蟲平均識別率為95.67%，多特征組合模型比單一模型的預(yù)測結(jié)果更合理、更可靠，因此為農(nóng)業(yè)害蟲圖像識別提供了一種新方法。