APP下载

基于高光谱成像和卷积神经网络的‘库尔勒’香梨黑斑病潜育期诊断研究

2022-11-21胡泽轩王文秀赵丹阳马倩云孙剑锋

河北农业大学学报 2022年5期
关键词:香梨染病预处理

胡泽轩,王文秀,张 凡,2,赵丹阳,马倩云,孙剑锋

(1.河北农业大学 食品科技学院,河北 保定 071000;2. 塔里木大学 现代农业工程重点实验室,新疆 阿尔罕 843300)

‘库尔勒’香梨具有皮薄酥脆、风味独特等优点,深受消费者喜爱[1],然而在贮藏过程中,香梨果实容易受到链格孢属真菌Alternaria alternata的侵染导致黑斑病[2]。目前对梨采后病害的诊断主要依靠人工识别,但由于潜育期果实表面无明显变化,且人工识别受到主观因素的影响较大,因此误判率较高,这些误判的果实在贮藏期间不仅自身会腐败变质,还会影响附近的健康果实,最终导致大面积病害的发生[3-4],造成严重的经济损失。因此建立客观、快速、准确的香梨黑斑病潜育期检测方法是十分必要的。

高光谱成像(Hyperspectral imaging,HSI)技术能够同时获取样品的光谱信息和图像信息,实现“图谱合一”,具有分辨率高、波段较多等优点[5]。目前已有部分学者利用该技术实现了水果表面病害的识别[6-8],证明了其在水果病害检测领域具有良好的应用前景。但现有研究大多针对样品的显性病征进行识别,在深度挖掘样品内部信息,实现病害潜育期的准确识别方面缺少系统性研究。在利用HSI 技术对水果病害进行诊断识别时,需要结合适当的化学计量学方法,目前应用较为广泛的分类模型算法包括最小二乘支持向量机(Least squaressupport vector machines,LS-SVM)、K 最邻近法(K-nearest neighbor,KNN)、随机森林算法(Random forest,RF),等[9]。近年来深度学习算法因其自主学习能力强,可以处理大批量样本数据而备受关注[10],其中卷积神经网络(Convolutional neural network,CNN)作为1 种深度学习算法,可以直接利用原始图像,从大批量样本中提取出样品的特征信息,避免了复杂的特征提取过程,且该过程是自动进行的,避免了因主观因素产生的实验误差[11]。此外,CNN 对数据预处理的要求较低,甚至不对数据进行预处理即可对光谱信号进行分析,对操作人员的专业性要求较低。CNN 还能进行非线性建模处理,有较强的的泛化能力[10]。鉴于CNN 能够充分挖掘高光谱图像中的深度特征信息,将其与HSI 技术结合,有望实现对‘库尔勒’香梨潜育期病害样品的识别。

针对上述问题,本研究以不同染病程度‘库尔勒’香梨为研究对象,基于高光谱成像技术和卷积神经网络,构建‘库尔勒’香梨黑斑病潜育期快速诊断识别方法。此外,还利用LS-SVM、KNN、RF等常规算法构建模型,进一步对比验证CNN 模型的分类效果。研究结果可为库尔勒香梨黑斑病的无损、实时、准确检测提供参考。

1 材料与方法

1.1 试验样品制备

实验选用大小形状均匀,表面无病害的‘库尔勒’香梨样品共计172 个。为了获得发病样品,首先选择自然发病的香梨果实,从染病区域分离纯化得到病原菌后,将其制备成菌悬液,接种到健康果实中。为了获得不同发病程度的样品,每天接种17 个样品,持续10 d,最终得到124 个接种病原菌的果实和48个健康果实。在培养过程中记录每个样品上病斑的直径,并根据病斑面积与果实面积的比率,参考表1 的标准[12]将样品分为健康、潜育期、轻度发病、重度发病4 个等级。

表1 ‘库尔勒’香梨分级标准Table 1 Classification standard of korla fragrant pear

1.2 高光谱成像系统及图像采集

实验所用高光谱成像系统主要由CCD 相机、2个卤素光源、位移平台、步进电机和计算机组成。经过前期重复试验,位移平台速度、相机与样品间距离、相机曝光时间分别设置为9.74 mm/s、500 mm、8.50 ms。采集样品时,将样品的病变区域向上,按照3 行×3 列的方式摆放在位移平台上,利用线扫描的方式采集样品的高光谱图像。在图像采集过程中,由于暗电流和不同透镜对光的敏感程度不同,需对采集到的高光谱图像进行黑白校正处理。

1.3 光谱信息提取

在提取光谱信息前,对采集到的图像进行分割,得到单个样品的高光谱图像。感兴趣区域的选择在高光谱数据分析中十分重要,能够直接影响模型的准确率和性能。本研究通过阈值分割法选取整个香梨样品作为感兴趣区域,并利用ENVI 5.3 计算出所有像素点的平均光谱作为样品的光谱信息。

1.4 数据增强

由于卷积神经网络中参数量十分庞大,需要大量有标签的样本对模型进行训练[13]。因此本研究参照专利[14]的方法对172 组原始数据进行30倍扩增处理。经过数据增强,共得到5 160 条包含不同染病阶段样品的光谱数据,分别包括健康样品1 440 条、潜育期样品1 890 条、轻度染病样品960 条、重度染病样品870 条。

1.5 光谱预处理

提取到的光谱信息中,除了包含样品本身的信息外,还有一些无关信息如噪声和背景等,对模型的精度产生一定影响[15]。本研究首先利用Savizkg-Golag 5 点平滑消除随机噪声,并对比分析了标准正态变量变换(Standard normal variable transformation,SNV)、一阶导数(First derivative,FD)、二阶导数(Second derivative,SD)及其组合使用对建模结果的影响[16]。

1.6 模型建立及评价

利用Kennard-stone(K-S)算法将预处理后的数据按3 ∶1 的比例划分为校正集和预测集,其中校正集中有3 870 个样品,预测集中有1 290 个样品。

1.6.1 基于常规算法的模型建立 采用了LS-SVM,KNN,RF 3 种常规算法建立分类模型。其中LSSVM 是传统支持向量机的改进和推广,以结构风险最小化为原则,避免了求解二次规划问题;KNN 通过度量特征空间中样本之间的相似性,获得距离目标点最近的k个点,并根据少数服从多数的分类决策规则,确定目标点的分类,本研究k选定为3;RF 是1 种机器学习中常用的决策树算法,效率更高,且不易产生过拟合现象,本研究中随机树数量为500。

1.6.2 基于卷积神经网络的模型建立 CNN 是1 类包含卷积计算且具有深度结构的前馈神经网络,主要由输入层、卷积层、池化层、全连接层和输出层组成(图1),是深度学习的代表算法之一。在建立CNN 模型前,将预处理后的一维光谱数据转变为二维数据,以增强CNN 模型深度挖掘光谱数据中特征信息的能力,最后将人工标记的标签作为输出变量建立CNN 模型。由于网络在向前传输的过程中,每一层卷积的卷积核随机产生,因此最后1 层卷积层的特征输出不相同,需要对整个网络模型不断迭代,根据网络的预测值与标签值之间的损失优化训练过程中的随机量,最终达到模型拟合,并保存最优的模型参数。本研究采用交叉熵损失函数作为模型更新的衡量指标。

图1 卷积神经网络结构示意图Fig. 1 Structure diagram of convolutional neural network

(1)网络结构的优化

在构建CNN 模型时,不同的网络结构会对模型的分类效果产生影响,因此需对网络结构进行优化。本实验将卷积层数量设置为1、2、3,全连接层数量设置为1、2、3,在此基础上进行不同层数间的组合,最终设计了9 种不同的网络结构,并对这些结构进行训练,通过对比不同网络结构模型的分类效果,确定最优网络结构,此时模型的学习率设置为0.000 1。

(2)学习率值的优化

在确定最优网络结构后,需要对CNN 模型的一些超参数进行优化[17],其中学习率作为最重要的超参数,能够加快模型收敛,避免陷入局部最优的局面,因此选择对学习率进行优化。基于最优网络结构,分别将学习率设置为0.000 1、0.001、0.01、0.000 5、0.005,其它参数的设置如表2 所示。

表2 CNN 模型参数Table 2 Parameters of CNN model

1.6.3 模型评价 以准确率(%)为评价指标,常规算法建模分析在Matlab2014a 中完成,CNN 建模分析在PyCharm Community Edition 2022.1中完成。

2 结果与讨论

2.1 ‘库尔勒’香梨样品分析

不同病害程度的香梨样品如图2 所示。在潜育期,链格孢菌在香梨果实内部不断增殖,但与健康果实相比,外观无明显变化;随着侵染时间的增加,接种区域附近表皮组织开始坏死,形成肉眼可见的黑褐色圆形病斑;在侵染后期,病原菌逐步扩散到周围健康区域,病斑区域加大,同时病斑区域会产生少量液体沉淀,可能是随着侵染时间延长,果实表面的蜡质层及果实细胞壁组成的防御性结构被破坏,细胞内各种酶活性降低,病原菌更容易入侵所致[18]。本研究采用注射器接种链格孢菌悬液的方式模拟制备黑斑病样品,较大程度地接近自然发病样品,使所建立的模型具有较高的实际应用价值。同时,利用游标卡尺测量病斑直径,并计算出病斑面积与果实面积的比率,参照表1 标准对不同染病等级的样品进行分类,减小了人为误差,使研究结果更精确。

图2 不同染病程度的库尔勒香梨Fig.2 ‘Korla’ fragrant pear at different infection degrees

2.2 原始光谱信息及预处理

不同染病程度样品的平均光谱如图3(a)所示,随着染病程度的加深,样品反射率整体呈下降趋势。980、1 210、1 450 nm 处的吸收峰较为明显,其中980 nm 的吸收峰与O-H 的2 级倍频伸缩振动有关[19];1 210 nm 处的吸收峰与C-H 伸缩的3 级倍频有关;1 450 nm 处的吸收峰与O-H 伸缩的1级倍频有关。健康梨的反射率与潜育期梨的反射率接近,这可能是由于侵染早期,病原菌数量较少,并未大量消耗样品中的水分、糖分等,同时由于植物表皮蜡质层和植物组织细胞壁的防御作用,使得梨果实发生的变化较小。同种发病程度的样品光谱强度有所不同,可能是由于样品中原始叶绿素含量不同,此外由于叶绿素不稳定,在贮藏过程中会分解,也会导致吸收峰强度不同[20]。采用不同方法预处理后的光谱如图3(b)~(h)所示。导数处理使隐藏在原始光谱较宽吸收频带中的特征峰(如1 130 nm 和1 390 nm 处)得到了增强,;SNV 处理后的光谱与原始光谱趋势一致,但有效减少了样品间因光散射引起的误差。将导数处理与SNV 结合,可以有效增强样品特征峰的强度,同时减小光散射引起的误差,FD+SNV、SNV+FD 和SD+SNV、SNV+SD 处理分别与FD、SD 的总体趋势相同,但在数值上有明显差异。

图3 不同病害程度样品的原始光谱及预处理光谱Fig. 3 Original and pretreated spectra of pear samples at different disease degrees

2.3 基于常规算法的建模结果分析

分别将健康、潜育期、轻度染病、重度染病香梨样品赋予类别标签0、1、2、3,基于全部波段,分别利用LS-SVM、KNN、RF 3 种算法进行建模分析,结果如表3 所示。可以发现,基于预处理光谱的建模结果均优于原始光谱建模结果,表明适当的预处理方法能够有效减少噪声和背景的干扰,同时消除散射的影响,对保留光谱中的有效信息、提高模型的鲁棒性有着十分重要的意义。对比不同算法的建模结果可知,LS-SVM 模型的分类效果最好,且FD+SNV 预处理后模型准确率最高,验证集准确率为87.75%;而利用KNN 和RF 建模时,同样是FD+SNV 处理后模型结果最优,验证集准确率分别为87.21%、85.35%,表明FD+SNV 能够更好地消除光谱中无关信息的影响。

表3 不同分类模型判别准确率比较Table 3 Comparison of discrimination accuracy of different models

为了更直观地观察FD+SNV 处理后模型的分类效果,利用混淆矩阵对分类结果进行了分析(图4)。在混淆矩阵中,对角线上的数字代表分类正确的数量,其他数字代表分类错误的样品,颜色越浅,代表模型预测该类别的数量越多。从图中可以看出,模型对健康和潜育期样品的分类效果较差,但能够较好地识别出轻度染病样品和重度染病样品。对于健康和潜育期样品而言,LS-SVM 模型相较于其他2 种模型的分类准确率更高,为85.69%,大量样品被误判可能是由于健康与潜育期样品外观无明显差异,且常规算法无法挖掘光谱中深层的特征信息。对于轻度和重度染病样品而言,3 种算法的建模结果较为相似,其中RF 模型的分类准确率更高,有16 个轻度染病样品被误判为潜育期样品,1 个被误判为重度染病样品,可能是由于部分样品相较于其他轻度染病样品而言,发病不明显,光谱中的特征信息与潜育期样品接近,常规模型无法准确识别造成的,此外个体间差异也会导致误判;有18 个重度染病样品被误判为轻度染病样品,可能是由于这部分样品相较于其它重度染病样品,发病程度较低,光谱中的特征信息与轻度染病样品相似造成的。

图4 不同分类模型的混淆矩阵Fig. 4 Confusion matrix of different classification models

2.4 基于CNN 建模结果分析

2.4.1 网络结构优化的结果分析 通过上述分析可得,基于FD+SNV 预处理的建模结果优于其他方法,因此利用FD+SNV 预处理光谱进行卷积神经网络建模。在模型建立前,需要对卷积神经网络的结构进行优化,结果如图5 所示。

图5 卷积神经网络结构优化Fig. 5 Optimization of convolutional neural network structure

随迭代次数的增加,loss值逐渐降低,校正集的准确率逐渐提高,当迭代次数为70 次时,模型分类效果的变化趋于平稳并逐步达到最大值。采用不同卷积层数和全连接层数,模型的损失率和准确率也会有较大差异,当卷积层数为3,全连接层数为3时,模型的效果最好,对验证集样品的分类准确率达93.19%。

2.4.2 学习率优化的结果分析 基于上述最优网络结构,设置了5 组不同学习率进行建模处理,结果如图6 所示。可以看出随着迭代次数增加,loss值不断降低,校正集的准确率不断提高,当迭代次数为70 次时,模型分类效果的变化趋于平稳并逐步到达最大值。此外,当学习率为0.000 5 时,loss值最低,校正集的准确率最高,将验证集数据代入模型中,分类准确率为99.70%。

图6 卷积神经网络学习率优化Fig. 6 Optimization of convolution neural network learning rate

为了更直观地表明卷积神经网络对不同发病程度样品的分类效果,利用混淆矩阵对结果进行分析,如图7 所示。

图7 卷积神经网络的混淆矩阵Fig. 7 Confusion matrix of convolutional neural network

相比常规算法,CNN 模型可以较好地实现对健康和潜育期样品的识别,准确率为99.76%,对于轻度染病样品,有7 个样品被误判为潜育期样品,1个样品被误判为重度染病样品,可能是由于样品在染病初期,染病部位的特征不够明显,光谱曲线与潜育期样品相似所导致,此外,个体间差异也可能导致误判。模型对轻度染病和重度染病样品的识别率分别为96.67%和99.08%,可能是由于重度发病的样品表面病斑面积更大,更易识别。综上所述,基于FD+SNV 预处理建立CNN 模型,能够有效实现对库尔勒香梨黑斑病潜育期样品的识别。

3 结论

本研究基于高光谱成像技术结合CNN,实现了对‘库尔勒’香梨黑斑病潜育期的识别。首先通过对比不同预处理方式建立的21 种常规分类模型对样品的分类效果,确定最适预处理方法为FD+SNV,最优常规分类模型为LS-SVM。基于FD+SNV 处理光谱建立了CNN 模型,通过对网络结构和学习率进行优化,确定了当卷积层数为3,全连接层数为3,学习率为0.000 5 时,CNN 模型的分类效果最好。与常规模型对比分析,CNN 的整体分类准确率为99.70%,对潜育期样品的分类准确率为99.76%,分类效果均有明显地提高。综上所述,CNN 模型能够对光谱数据的深层信息进行挖掘,提高了对‘库尔勒’香梨黑斑病潜育期样品的分类精度,可为‘库尔勒’香梨黑斑病无损快速检测技术的发展提供1 种新方法。

猜你喜欢

香梨染病预处理
玉露香梨“赛美人”
偶感
求解奇异线性系统的右预处理MINRES 方法
人口总数变化的比例进入潜伏或染病群体的年龄结构传染病模型及稳定性
转变生产方式,促进库尔勒香梨提质增效
均匀网络上SIR模型三种不同逼近方法比较
基于预处理MUSIC算法的分布式阵列DOA估计
香梨:瀚海的果实
爱 情
浅谈PLC在预处理生产线自动化改造中的应用