基于卷積神經網絡的農業病蟲害識別方法研究

王樂石，楊文彬，胡云龍，鄭 屹

（中國礦業大學，江蘇 徐州 221116）

1 傳統農業病蟲害識別的局限性

在傳統農業中，人們通過累積下來的先驗知識對病害進行識別，對一些外來病蟲害無法做出相應的應對措施，從而不能早發現并根治。通過查閱資料最后做出判斷時，已經錯過了防治的最佳時間，對中晚期病害進行根治的代價十分巨大，導致經濟效益降低。

對于面積較大的農田，對每個區域的農作物都進行人工監測是一項既耗時又耗力的工作。如果忽視了某一小塊農田的病害，可能會導致周圍作物患病，這導致的損失也是巨大的。

2 研究現狀

Ishak等討論了植物葉片質量分析的方法，過程從圖像采集、圖像處理和分類開始。利用8兆像素的智能手機攝像頭進行圖像采集，然后將圖像樣本分為健康和不健康各50張。圖像處理方法由對比度增強、分割和特征提取3個部分組成。采用人工神經網絡和多層前饋神經網絡進行分類，并對多層感知器(MLP)和徑向基函數(RBF)兩種網絡結構進行了比較。RBF網絡性能優于MLP網絡。該搜索將植物葉片圖像分為健康和不健康兩類，不能檢測出病害類型。Sabrol et al.對番茄葉片的識別和分類方法進行了探討。CIE XYZ顏色空間分析，顏色矩、直方圖和顏色一致性。最佳分類準確率達87.2%。Rangarajan et al.提出了一種可行的解決方案，利用兩個預先訓練的網絡(AlexNet和VGG16網)對番茄作物病害進行分類。使用AlexNet和VGG16net對13262幅圖像進行分類，獲得的最佳分類精度為97.49%。Coulibaly et al.實現了一個檢測和診斷侵染小米作物的疾病的系統。他們的方法是基于CNN模型的遷移學習技術來提取葉子的特征。一個預先訓練的網絡VGG16模型被用來將其學習能力轉移到他們建議的神經網絡中，其中最好的準確率達到95%。

3 病蟲害識別模型搭建

圖1中的分類器模型結構由4個主要階段組成。第一階段，獲取植物病蟲害數據集。從數據集中獲取的所有圖像都要進行必要的調整。然后將經過調整的數據圖片分為訓練樣本和測試樣本兩類。最后，搭建卷積神經網絡（包含卷積層、池化層、全連接層）對圖像進行分類。

圖1 分類器模型

3.1 數據集

本文使用的數據集來自于網絡和實地采集到的圖片。該數據集包含使用的4516張圖像，共有20種常見的病蟲害類型(每一種病蟲害類型按照病害程度分為健康、一般、嚴重3種情況，共計60組)如圖2。其中包含常見病害類型為, 蘋果黑星病、玉米灰斑病、葡萄黑腐病、馬鈴薯早疫病、草莓葉枯病等。所有圖像都是在RGB顏色空間，其格式為JPG。

圖2 不同程度蘋果黑星病圖片

3.2 調整圖片大小

本文將從數據集中獲取的圖像尺寸大小調整為100×100×3，從而減少訓練時間并提高訓練的精度。

3.3 選取測試組與訓練組

神經網絡在使用真實數據進行測試之前，必須先在一組數據中進行訓練以提高網絡的準確性。因此，數據集應分為訓練組和測試組來避免增加相關性。數據集可分為(60%～80%)訓練和(40%～20%)。為了進行測試，有時會增加訓練數據，以提高網絡的效率。在圖3經驗的基礎上，本文采用數據集中80%的圖像用于訓練，20%用于測試。

圖3 測試集與訓練集選取比例對精度的影響

3.4 圖像分類模型

利用卷積神經網絡(CNN)可以對植物病害進行檢測和分類。本文采用基于TensorFlow框架搭建的卷積神經網絡模型，網絡總共包含7層，前四層為卷積層，后三層為全連接層。卷積層由3個部分組成，分別為卷積、激活和池化。卷積的目的是為了獲取圖片的特征，通過設置卷積核的大小、步長、填充等參數，對圖片的特征信息進行提取，比如不同種類葉片的形狀、顏色以及不同病蟲害之間存在差異的某些特征。本項目使用卷積核的維度為5×5×3，5×5代表每個卷積核的大小，3代表RGB3個通道；步長設置為1；由于數據集中圖片在邊緣位置包含的信息量過少，填充大小設置為不填充。其中，卷積計算采用的是TensorFlow自帶二維卷積函數。

利用卷積運算可以從圖像中提取顏色、邊緣等特征。在本文的模型中，在所有的卷積層中，濾波器的大小（5×5）是固定的，但濾波器的數量是改變的。比如，在第一層卷積層中，濾波器的個數為32，而在第二和第三卷積層中，濾波器個數分別為64個和128個。

我們在對圖像進行卷積操作的方式來處理時，樣本的整體不一定都是線性的。為了解決線性模型不能解決的非線性問題，我們只能通過線性變換或使用非線性函數。神經網絡中常用sigmoid、tanh作為非線性函數，本文采用了ReLU（線性整流函數），作為至下一層神經元或作為整個神經網絡的輸出。線性整流函數是為了消除負值，可由式(1)和圖4表示。

圖4 ReLU（線性整流函數）

每一層池化層緊跟卷積層，用于簡化卷積的輸出結果，降低對不重要特征的敏感度。同時，將卷積層的輸出結果進行壓縮，在不丟失特征信息的前提下壓縮數據量的大小。常用的池化方法有最大池化（max-pooling）和均值池化（mean-pooling）。根據相關理論，特征提取的誤差主要來自兩個方面：第一，鄰域大小受限造成的估計值方差增大；第二，卷積層參數誤差造成估計均值的偏移。兩種方法相對來說，mean-pooling能減小第一種誤差，更多保留的是圖像的背景信息，而對本文來說，背景信息對病害的識別幾乎沒有意義。而max-pooling能減小第二種誤差，更多的保留紋理信息，它所提取的特征正是病害的特征。因此，本文采用最大池化（maxpooling）的池化方法，通過選擇最大值來消除剩余值，從而減少樣本數量，如圖5所示。

圖5 max pooling layer

后四層為全連接層，主要作用是實現分類，通過將卷積層得到的高維數據鋪平以作為輸入，同樣使用激活函數進行非線性變化，最終得到分類結果。

4 結語

農作物病害對農民收入和國家經濟產生了不良影響，如果這些疾病沒有在感染的早期階段被發現，治療將非常昂貴，并導致作物產量減少。因此，這項工作的重點是檢測植物上的初級感染，神經網絡已經被訓練來監測葉子的顏色或形狀的變化。深度學習方法被認為是一種識別和檢測圖像顏色和形狀變化的現代技術，也可以成功地用于識別植物葉片的病害。本文構建了一種基于TensorFlow框架的卷積神經網絡。該網絡使用數據集(4516張圖像)進行訓練，訓練比例為80%，測試比例為20%，識別準確度可達到80%，基本滿足對病蟲害的識別要求。