陳 榮， 李 旺， 周文玉

(1.銅仁學(xué)院 大數(shù)據(jù)學(xué)院， 貴州 銅仁 554300； 2.銅仁市為拓網(wǎng)絡(luò)技術(shù)有限公司， 貴州 銅仁 554300)

0 引言

【研究意義】中國(guó)是茶葉大國(guó)，2019年中國(guó)茶產(chǎn)業(yè)的總產(chǎn)量、總產(chǎn)值、內(nèi)銷(xiāo)量、內(nèi)銷(xiāo)額、出口量和出口額等多項(xiàng)指標(biāo)均創(chuàng)歷史新高，茶產(chǎn)業(yè)助力精準(zhǔn)扶貧的主力軍作用進(jìn)一步凸顯[1]。隨著社會(huì)經(jīng)濟(jì)的快速發(fā)展，消費(fèi)者的生活水平不斷提高，其對(duì)茶葉的質(zhì)量要求越來(lái)越高。同時(shí)，茶產(chǎn)業(yè)的轉(zhuǎn)型升級(jí)也需要進(jìn)一步提高茶葉質(zhì)量，促進(jìn)茶葉品牌和產(chǎn)品市場(chǎng)競(jìng)爭(zhēng)力的提升。病害是影響茶葉質(zhì)量的主要因素之一，茶農(nóng)對(duì)茶葉病害的鑒別仍主要依靠自身經(jīng)驗(yàn)[2]，受限于其主觀性、局限性及模糊性，無(wú)法有效識(shí)別茶葉病害，影響茶葉病害防治效果。因此，探索快速準(zhǔn)確識(shí)別茶葉病害的技術(shù)手段，為及時(shí)開(kāi)展科學(xué)防治提供支撐，有利于保障茶葉質(zhì)量，進(jìn)而促進(jìn)茶產(chǎn)業(yè)的可持續(xù)發(fā)展?！厩叭搜芯窟M(jìn)展】近年來(lái)，隨著機(jī)器學(xué)習(xí)技術(shù)的發(fā)展，已有應(yīng)用機(jī)器學(xué)習(xí)技術(shù)識(shí)別茶葉病害的研究。王佳平[3]以茶葉病害中較為常見(jiàn)的茶白星病、茶褐色葉斑病和茶云紋葉枯病為研究對(duì)象，運(yùn)用BP神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)(Support Vector Machine，SVM)原理提出了基于圖像特征的茶葉病害分類(lèi)識(shí)別方法。張帥堂[4]利用茶葉病害的高光譜數(shù)據(jù)，分別構(gòu)建了識(shí)別茶炭疽病、茶赤葉斑病、茶白星病的支持向量機(jī)、隨機(jī)森林和BP神經(jīng)網(wǎng)絡(luò)模型。黃太遠(yuǎn)等[5]以茶炭疽病、茶餅病、茶白星病作為研究對(duì)象，對(duì)茶葉病害圖像進(jìn)行處理和特征提取，運(yùn)用支持向量機(jī)方法進(jìn)行分類(lèi)識(shí)別。孟樹(shù)林[6]利用茶赤葉斑病、茶圓赤星病、茶黑煤病、茶炭疽病的圖像數(shù)據(jù)集，提出了基于多特征優(yōu)化和改進(jìn)關(guān)系網(wǎng)絡(luò)的2種茶葉病害識(shí)別算法。吳昊昱[7]提出了一種基于支持向量機(jī)和深度網(wǎng)絡(luò)的小樣本下自然場(chǎng)景圖像中茶葉病害識(shí)別方法?！狙芯壳腥朦c(diǎn)】貴州是我國(guó)主要的茶葉產(chǎn)區(qū)之一，茶產(chǎn)業(yè)是貴州重點(diǎn)發(fā)展的十二大產(chǎn)業(yè)之一，近年來(lái)規(guī)?；蜆?biāo)準(zhǔn)化發(fā)展迅速，但鮮見(jiàn)以貴州茶區(qū)為研究區(qū)，探索當(dāng)?shù)夭枞~病害智能識(shí)別方法的報(bào)道?！緮M解決的關(guān)鍵問(wèn)題】針對(duì)貴州茶區(qū)茶葉常見(jiàn)病害，采用圖像處理技術(shù)提取不同茶葉病害病斑的形狀特征，運(yùn)用支持向量機(jī)原理對(duì)茶葉病害進(jìn)行分類(lèi)識(shí)別，探索茶葉病害正確識(shí)別率較高的機(jī)器學(xué)習(xí)方法，為提高茶葉病害識(shí)別的準(zhǔn)確性，推動(dòng)茶葉病害診斷的數(shù)字化發(fā)展提供參考。

1 材料與方法

1.1 茶葉病害圖像獲取與處理

根據(jù)專(zhuān)家建議，卯時(shí)茶葉生長(zhǎng)旺盛、易于發(fā)現(xiàn)病癥，是采集茶葉病害圖像的最佳時(shí)期，因而于早晨7:00左右、自然光照條件下斜對(duì)茶葉50°視角，在貴州省梵凈山區(qū)紫薇茶場(chǎng)，采用Canon G35X110Z數(shù)碼相機(jī)采集茶炭疽病、茶餅病和茶白星病3種較為常見(jiàn)的茶葉病害圖像，每種病害60幅，共180幅。每幅圖像分辨率為2 200×1 836像素，存儲(chǔ)格式為JPG。

為得到清晰的病害特征，以提高后續(xù)分類(lèi)識(shí)別的準(zhǔn)確率，從每種病害圖像中分別選取包含病斑的子圖像80幅(90×90 dpi)，采用MATLAB 8.0的圖像處理工具箱對(duì)每幅子圖像進(jìn)行處理：1) 將彩色圖像灰度化；2) 中值濾波去除圖像噪聲，閾值分割病斑；3)對(duì)分割處理后可能存在的孔洞進(jìn)行填充；4)對(duì)分割處理后存在的無(wú)關(guān)小對(duì)象進(jìn)行去除；5)對(duì)病斑輪廓存在的毛刺進(jìn)行數(shù)學(xué)形態(tài)學(xué)處理，優(yōu)化分割區(qū)域使其變得光滑(圖1)。

圖1 茶葉病害子圖像的不同處理結(jié)果

1.2 茶葉病害形狀特征的構(gòu)造與提取

根據(jù)不同茶葉病害因其致病機(jī)理不同而具有的不同形狀特征進(jìn)行識(shí)別。采用MATLAB 8.0計(jì)算處理后每種茶葉病害圖像的以下8個(gè)形狀特征參數(shù)值，并進(jìn)行歸一化，以減少不同形狀特征參數(shù)因取值范圍不一影響后續(xù)對(duì)茶葉病害的識(shí)別。結(jié)果如表1所示。

表1 歸一化處理后的茶葉病害特征值

1) 病斑面積(S)。即病斑區(qū)域的像素個(gè)數(shù)總和。

2) 周長(zhǎng)(L)。病斑區(qū)域的外邊界所有像素的中心距離之和。

3) 外接矩形和外接橢圓面積(Sc)。外接矩形是包含病斑的最小面積矩形；外接橢圓是包含病斑的最小面積橢圓。

4) 復(fù)雜性(f1)。其是單位面積的周長(zhǎng)大小，描述了病斑的復(fù)雜程度，值越大，表明病斑越復(fù)雜。計(jì)算公式

(1)

5) 伸長(zhǎng)度(f2)。其是外界矩形的寬與長(zhǎng)的比值，值越小，表明病斑越細(xì)長(zhǎng)。計(jì)算公式：

(2)

式中，a和b分別表示病斑外接矩形的寬和長(zhǎng)。

6) 矩形度(f3)。面積與外接矩形面積的比值，值越接近1，表明病斑越接近于矩形。計(jì)算公式：

(3)

7) 圓度(f4)。單位面積周長(zhǎng)的大小；值越大，表明病斑越接近于圓形。計(jì)算公式：

(4)

8) 面積凹凸比(f5)。病斑面積與最小外接凸多邊形面積的比值，描述病斑的凹凸性。計(jì)算公式：

(5)

1.3 基于形狀特征的茶葉病害識(shí)別方法

1.3.1 SVM算法模型 支持向量機(jī)(SVM)是VAPNIK提出的一種分類(lèi)性能好的模式識(shí)別技術(shù)，能夠有效解決小樣本、高維、非線(xiàn)性等方面的識(shí)別問(wèn)題[8-13]。設(shè)線(xiàn)性可分的樣本集{(xi，yi)，i=1, 2, …,N;j=1, 2}可被1個(gè)分類(lèi)線(xiàn)(二維空間)或分類(lèi)面(多維空間)分開(kāi)，則稱(chēng)為線(xiàn)性可分，且可用線(xiàn)性函數(shù)分開(kāi)。如圖2所示，方形和圓形分別代表兩類(lèi)不同樣本，H為分類(lèi)線(xiàn)，H1和H2分別為平行于H且距離樣本最近的分類(lèi)線(xiàn)，H1和H2的垂直距離為分類(lèi)間隔。若分類(lèi)間隔越大，則推廣能力越好，使分類(lèi)間隔最大的分類(lèi)線(xiàn)(面)為最優(yōu)分類(lèi)線(xiàn)(面)。

圖2 不同情況下的SVM分類(lèi)識(shí)別模型

對(duì)于線(xiàn)性不可分的情況，為近似實(shí)現(xiàn)可分，允許個(gè)別樣本分類(lèi)錯(cuò)誤，權(quán)衡考慮最大分類(lèi)間隔和最小錯(cuò)分樣本數(shù)，引入松弛變量ξi和懲罰因子C 2個(gè)參數(shù)，最終求出分類(lèi)判決函數(shù)。對(duì)于非線(xiàn)性可分的情況，通過(guò)不同的內(nèi)積核函數(shù)將低維空間中的線(xiàn)性不可分問(wèn)題轉(zhuǎn)換為高維空間中的線(xiàn)性可分問(wèn)題，在高維中間中求最優(yōu)分類(lèi)面(圖2)。最終的分類(lèi)判決函數(shù)[14-18]：

式中，a*為支持向量對(duì)應(yīng)的拉格朗日乘數(shù)，b*為分類(lèi)閾值，x為待分類(lèi)的測(cè)試樣本，xi(i=1,2,…,N)為N個(gè)訓(xùn)練樣本，SV為支持向量的集合。K(xi，y)為核函數(shù)，其主要有以下類(lèi)型[19-22]：

線(xiàn)性核函數(shù)(Linear)：

K(x,y)=x·y

多項(xiàng)式核函數(shù)(Polynomial)：

K(x,y)=[γ(x·y)+c]d

式中，d為確定映射空間的維度，c為常量。

徑向基核函數(shù)(RBF)：

K(x,y)=exp(-γ‖x-y‖2)

Sigmoid核函數(shù)：

K(x,y)=tanh[γ(x·y)+c]

式中，c為常量。

依次以上述8個(gè)單一形狀特征作為特征參數(shù)，每種病害的形狀特征歸一化數(shù)據(jù)隨機(jī)選取70%的記錄作為訓(xùn)練樣本、30%的記錄作為測(cè)試樣本，采用線(xiàn)性核函數(shù)，設(shè)松弛變量ξi=0.1、懲罰因子C=10，建立SVM進(jìn)行基于單一形狀特征的茶葉病害分類(lèi)識(shí)別。另外，由于不同的內(nèi)積核函數(shù)代表不同的SVM性能，影響其對(duì)茶葉病害的正確識(shí)別率，為篩選正確識(shí)別率較高的SVM，同樣從每種病害的形狀特征數(shù)據(jù)中隨機(jī)選取70%的記錄作為訓(xùn)練樣本、30%的記錄作為測(cè)試樣本，組合復(fù)雜性、伸長(zhǎng)度、矩形度、圓度、面積凹凸比5個(gè)形狀特征參數(shù)，分別采用Linear核函數(shù)、Polynomial核函數(shù)、RBF核函數(shù)、Sigmoid核函數(shù)建立SVM進(jìn)行基于組合形狀特征的茶葉病害分類(lèi)識(shí)別。其中：設(shè)松弛變量ξi=0.2、懲罰因子C=12；Polynomial核函數(shù)中d=3，γ=1，c=1；RBF核函數(shù)中γ=3；Sigmoid核函數(shù)中γ=0.3，c=1。

1.3.2 SVM多分類(lèi)識(shí)別器的建立 SVM為二分器，只能用于兩類(lèi)樣本的識(shí)別，為解決多類(lèi)樣本的識(shí)別問(wèn)題，采用投票最大策略建立SVM多分類(lèi)識(shí)別器。

將茶炭疽病、茶餅病和茶白星病3類(lèi)樣本兩兩組成訓(xùn)練集，得到3個(gè)SVM二分類(lèi)器：(茶炭疽病，茶餅病)、(茶炭疽病，茶白星病)、(茶餅病，茶白星病)。

將茶炭疽病、茶餅病和茶白星病3類(lèi)樣本的票數(shù)初始化為0。

將測(cè)試樣本x使用(茶炭疽病，茶餅病)分類(lèi)，若分類(lèi)器將x判定為茶炭疽病，則茶炭疽病的票數(shù)增1，否則茶餅病的票數(shù)增1；將測(cè)試樣本x使用(茶炭疽病，茶白星病)分類(lèi)，若分類(lèi)器將x判定為茶炭疽病，則茶炭疽病的票數(shù)增1，否則茶白星病的票數(shù)增1；將測(cè)試樣本x使用(茶餅病，茶白星病)分類(lèi)，若分類(lèi)器將x判定為茶餅病，則茶餅病的票數(shù)增1，否則茶白星病的票數(shù)增1。

計(jì)算將測(cè)試樣本x分別判定為茶炭疽病、茶餅病和茶白星病的票數(shù)，根據(jù)票數(shù)最大的分類(lèi)結(jié)果，最終判定測(cè)試樣本x的病害類(lèi)型。

2 結(jié)果與分析

2.1 基于單一形狀特征的SVM對(duì)茶葉病害的正確識(shí)別率

從表2看出，面積、周長(zhǎng)、外接矩形和外接橢圓面積作為特征參數(shù)時(shí)，基于單一形狀特征的SVM對(duì)3種茶葉病害的正確識(shí)別率較低，均在65%以下；復(fù)雜性、伸長(zhǎng)度、矩形度、圓度、面積凹凸比作為特征參數(shù)時(shí)，相應(yīng)SVM對(duì)3種茶葉病害的正確識(shí)別率均在63.33%以上，且均高于面積、周長(zhǎng)、外接矩形和外接橢圓面積作為特征參數(shù)時(shí)對(duì)同一病害的正確識(shí)別率。原因是不同病害的面積、周長(zhǎng)、外接圖形面積可能相同。因此，選取形狀特征時(shí)應(yīng)考慮該形狀特征是否具有平移、旋轉(zhuǎn)、縮放等不變的性質(zhì)。面積、周長(zhǎng)、外接圖形面積并不具備上述特性，因而不適合作為進(jìn)行茶葉病害分類(lèi)識(shí)別的單一形狀特征參數(shù)。對(duì)于采用單一形狀特征參數(shù)的SVM，可選取復(fù)雜性、伸長(zhǎng)度、矩形度、圓度、面積凹凸比作為特征參數(shù)，但綜合看，此類(lèi)SVM對(duì)3種茶葉病害的正確識(shí)別率仍然不高，均在82%以下。

表2 基于單一形狀特征的SVM對(duì)3種茶葉病害的正確識(shí)別率

2.2 基于組合形狀特征的SVM對(duì)茶葉病害的正確識(shí)別率

從表3看出，與基于單一形狀特征的SVM相比，組合復(fù)雜性、伸長(zhǎng)度、矩形度、圓度、面積凹凸比5個(gè)形狀特征參數(shù)的SVM對(duì)3種茶葉病害的正確識(shí)別率明顯提高，對(duì)單一病害的正確識(shí)別率均在80%以上，總識(shí)別率在83%以上。表明，對(duì)于茶炭疽病、茶餅病和茶白星病的分類(lèi)識(shí)別，應(yīng)選擇組合形狀特征的SVM。

表3 基于組合形狀特征的不同核函數(shù)類(lèi)型SVM對(duì)3種茶葉病害的識(shí)別率

比較不同核函數(shù)SVM對(duì)3種茶葉病害的識(shí)別率，采用Linear核函數(shù)的SVM對(duì)3種茶葉病害的總識(shí)別率最高，為90%；采用Polynomial核函數(shù)和Sigmoid核函數(shù)的次之，分別為88.00%和86.05%；采用RBF核函數(shù)的最低，為83.33%。表明，采用Linear核函數(shù)的SVM對(duì)3種茶葉病害的分類(lèi)識(shí)別性能較好，比較適于茶炭疽病、茶餅病和茶白星病的分類(lèi)識(shí)別。

3 討論

茶葉病害智能識(shí)別的基本原理是從病害圖像中提取病害特征參數(shù)建立數(shù)據(jù)集，在特定算法下對(duì)數(shù)據(jù)集進(jìn)行機(jī)器學(xué)習(xí)訓(xùn)練，進(jìn)而對(duì)具有不同特征的病害實(shí)現(xiàn)識(shí)別。在識(shí)別對(duì)象上，以茶炭疽病、茶餅病和茶白星病為主[3-6]，識(shí)別方法主要基于支持向量機(jī)[5-7]和BP神經(jīng)網(wǎng)絡(luò)算法[4]。本研究采用不同核函數(shù)的支持向量機(jī)作為分類(lèi)器識(shí)別茶炭疽病、茶餅病和茶白星病，總識(shí)別率達(dá)90%，與黃太遠(yuǎn)等[5]運(yùn)用支持向量機(jī)對(duì)相同病害的識(shí)別率相近。對(duì)于特定病害的識(shí)別，研究得出，基于Linear核函數(shù)的支持向量機(jī)對(duì)茶白星病的正確識(shí)別率較高，達(dá)93%，與王佳平等[3-4]的研究結(jié)論一致。除茶白星病外，王佳平[3]研究表明，支持向量機(jī)對(duì)茶褐色葉斑病和茶云紋葉枯病的識(shí)別率低于BP神經(jīng)網(wǎng)絡(luò)算法。張帥堂[4]研究發(fā)現(xiàn)，通過(guò)特征組合和特征降維，可提高支持向量機(jī)對(duì)茶葉斑病、茶炭疽病和茶白星病的識(shí)別率。孟樹(shù)林[6]也指出，采用多特征優(yōu)化算法對(duì)茶葉病害圖像特征進(jìn)行處理，可提高梯度提升樹(shù)算法對(duì)茶赤葉斑病和茶圓赤星病的識(shí)別率。可見(jiàn)，對(duì)不同茶葉病害的識(shí)別，包括支持向量機(jī)在內(nèi)的各種算法有其一定的適用對(duì)象，但對(duì)茶葉病害特征的選擇、圖像提取和數(shù)據(jù)處理，是提高各種算法識(shí)別率的關(guān)鍵。

本研究?jī)H針對(duì)茶炭疽病、茶餅病和茶白星病3種葉部病害，以葉部病害形狀特征對(duì)其進(jìn)行識(shí)別，也未考慮病害的顏色、紋理等特征。由于茶葉病害種類(lèi)多、癥狀復(fù)雜，今后應(yīng)進(jìn)一步針對(duì)更多茶葉病害種類(lèi)，如根、莖病害，融合更多病害特征進(jìn)行研究，以擴(kuò)展識(shí)別方法的適用性，同時(shí)進(jìn)一步提高識(shí)別準(zhǔn)確率。

4 結(jié)論

應(yīng)用圖像處理技術(shù)和SVM對(duì)銅仁茶區(qū)常見(jiàn)的茶炭疽病、茶餅病和茶白星病進(jìn)行識(shí)別，以復(fù)雜性、伸長(zhǎng)度、矩形度、圓度、面積凹凸比作為單一特征時(shí)的正確識(shí)別率明顯高于面積、周長(zhǎng)、外接矩形和外接橢圓面積；以復(fù)雜性、伸長(zhǎng)度、矩形度、圓度、面積凹凸比作為組合特征時(shí)的正確識(shí)別率明顯高于單一特征下的正確識(shí)別率，采用Linear核函數(shù)的SVM總識(shí)別率最高，分類(lèi)性能優(yōu)。