基于C-SVM的大米品種識(shí)別研究

梁詩(shī)華，何金成，林毅鑫

(福建農(nóng)林大學(xué)機(jī)電工程學(xué)院現(xiàn)代農(nóng)業(yè)裝備研究所，福建福州 350002)

?

基于C-SVM的大米品種識(shí)別研究

梁詩(shī)華，何金成*，林毅鑫

(福建農(nóng)林大學(xué)機(jī)電工程學(xué)院現(xiàn)代農(nóng)業(yè)裝備研究所，福建福州 350002)

提出了一種基于支持向量機(jī)(C-SVM)區(qū)分大米品種的方法。首先對(duì)大米圖像進(jìn)行閾值分割、平滑處理等預(yù)處理，并根據(jù)大米的粒型特點(diǎn)，提取米粒的面積、周長(zhǎng)等6個(gè)形態(tài)特征。利用OrangeCanvas數(shù)據(jù)挖掘軟件先對(duì)linear和RBF核函數(shù)進(jìn)行核參數(shù)選擇，并在Opencv3.0環(huán)境下，編程實(shí)現(xiàn)K-means、linear和RBF的3種大米品種識(shí)別方法，對(duì)10組混合大米圖像進(jìn)行品種測(cè)試。試驗(yàn)結(jié)果表明，支持向量機(jī)線(xiàn)性核函數(shù)對(duì)大米品種識(shí)別具有較高的預(yù)測(cè)穩(wěn)定性，識(shí)別分類(lèi)準(zhǔn)確率約為99%。

品種；特征提取；K-means；linear；RBF

隨著機(jī)器視覺(jué)技術(shù)的發(fā)展和廣泛應(yīng)用，利用機(jī)器視覺(jué)實(shí)現(xiàn)大米品種識(shí)別已受到廣泛關(guān)注。目前市面上出現(xiàn)許多摻假大米現(xiàn)象，以人工的方式辨別是否摻雜不同種類(lèi)的大米，是一項(xiàng)費(fèi)力費(fèi)時(shí)的作業(yè)。因此，對(duì)大米品種識(shí)別是實(shí)現(xiàn)大米自動(dòng)化分類(lèi)的前提。

近年來(lái)，國(guó)內(nèi)外對(duì)谷物的外觀品質(zhì)研究較多，但對(duì)大米品種分類(lèi)的研究主要還是在亞洲國(guó)家，且相對(duì)較少。對(duì)于大米品種研究主要集中在利用神經(jīng)網(wǎng)絡(luò)算法上，周子立等[1]結(jié)合可見(jiàn)-近紅外光譜技術(shù)，利用小波變換、主成分分析，建立人工神經(jīng)網(wǎng)絡(luò)模型，對(duì)不同品種大米進(jìn)行預(yù)測(cè)分析，效果顯著，為大米品種鑒別提供一種新方法。方華等[2]基于模糊神經(jīng)網(wǎng)絡(luò)對(duì)大米品種進(jìn)行識(shí)別研究，識(shí)別精度接近 94%，對(duì)珍珠米的識(shí)別可達(dá) 100%。Abirami等[3]利用神經(jīng)網(wǎng)絡(luò)模式識(shí)別大米品種，在米粒不發(fā)生重疊時(shí)，米粒分類(lèi)的正確率達(dá)到98.7%，在米粒發(fā)生重疊時(shí)，米粒分類(lèi)的正確率變?yōu)?1.3%。林萍等[4]采用紅外光譜技術(shù)，用遺傳算法、偏最小二乘法與誤差逆?zhèn)鞑ド窠?jīng)網(wǎng)絡(luò)相結(jié)合，對(duì)大米品種進(jìn)行預(yù)測(cè)，提高了識(shí)別的精準(zhǔn)度。近幾年來(lái)，也出現(xiàn)許多學(xué)者利用支持向量機(jī)和稀疏表示[5]對(duì)大米品種進(jìn)行識(shí)別。JinXiaming等[6]是在高光譜數(shù)據(jù)下，分別比較研究LS-SVM、SVM中核函數(shù)linear與K-近鄰算法(KNN)在大米品種中的預(yù)測(cè)準(zhǔn)確度，LS-SVM具有較好的準(zhǔn)確度。

綜上研究發(fā)現(xiàn)，利用神經(jīng)網(wǎng)絡(luò)對(duì)大米進(jìn)行識(shí)別分類(lèi)較多，對(duì)于米粒這種小樣本集的分類(lèi)，實(shí)際上不需要獲取無(wú)限多的訓(xùn)練樣本，支持向量機(jī)則是針對(duì)小樣本問(wèn)題進(jìn)行學(xué)習(xí)和分類(lèi)，解決神經(jīng)網(wǎng)絡(luò)中無(wú)法避免的局部極小問(wèn)題，增強(qiáng)了非線(xiàn)性分類(lèi)能力[7-8]。雖然目前已存在利用支持向量機(jī)對(duì)大米品種進(jìn)行分類(lèi)的研究，但都是通過(guò)采集大米的高光譜數(shù)據(jù)進(jìn)行研究分析，成本高。從目前研究來(lái)看，還沒(méi)有學(xué)者直接利用大米特征參數(shù)中的原始數(shù)據(jù)，比較分析支持向量機(jī)中線(xiàn)性核函數(shù)和徑向基核函數(shù)之間的預(yù)測(cè)準(zhǔn)確度的差異。因此，筆者根據(jù)大米粒型特征，提取米粒的面積、周長(zhǎng)、長(zhǎng)、寬、長(zhǎng)寬比及圓度6個(gè)特征參數(shù)，并根據(jù)這些特征參數(shù)，比較分析SVM中線(xiàn)性核函數(shù)和徑向基核函數(shù)預(yù)測(cè)準(zhǔn)確度，并與最傳統(tǒng)的聚類(lèi)方法K-均值聚類(lèi)算法進(jìn)行分析比較，為后續(xù)大米品種檢測(cè)提供依據(jù)。

1　試驗(yàn)裝置與材料

1.1試驗(yàn)設(shè)備以相機(jī)獲取米粒圖像，容易受到光照的影響，且不同環(huán)境光源下所受到的影響差異較大，相比之下，以?huà)呙鑳x獲取的圖像較為穩(wěn)定，采用300dpi進(jìn)行灰度掃描，圖像以JPG格式進(jìn)行存儲(chǔ)。為了防止米粒發(fā)生黏連、重疊的問(wèn)題，該研究使用置米盤(pán)將米粒分開(kāi)[9]，置米盤(pán)樣式如圖1所示。

圖1　試驗(yàn)用置米盤(pán)Fig.1　Tested rice tray

1.2試驗(yàn)材料試驗(yàn)所用的大米品種為江西省岱寶山產(chǎn)的軟丁優(yōu)米和黑龍省哈爾濱產(chǎn)的東北米。

2　圖像處理

2.1圖像預(yù)處理圖2a為采集的樣品圖像，運(yùn)用Otsu算法來(lái)設(shè)定最優(yōu)閾值，將圖像中的背景和目標(biāo)進(jìn)行分離(如圖2b)，再將其進(jìn)行二值化處理。為了能夠消除圖像的噪聲，對(duì)大米圖像進(jìn)行中值濾波(如圖2c)，濾波后圖像輪廓清晰，顆粒狀噪聲得到很好地抑制。最后，利用canny算法提取大米輪廓，如圖2d所示。

圖2　大米灰度圖像中提取的大米圖像Fig.2　Picking out of rice kernel image from gray

2.2特征參數(shù)的獲取根據(jù)前人研究成果所得[1，10-12]，大米的粒型主要取決于面積、周長(zhǎng)、長(zhǎng)、寬、長(zhǎng)寬比及圓度6個(gè)幾何特征參數(shù)，特征參數(shù)見(jiàn)表1。

表1　大米粒型的特征參數(shù)

注：已將圖像像素點(diǎn)個(gè)數(shù)轉(zhuǎn)為實(shí)際尺寸，單位mm。

Note：Thenumberofpixelshasbeentransferredtotheactualsizeoftheimage，unitismm.

3　分類(lèi)算法

3.1支持向量機(jī)支持向量機(jī)(SupportVectorMachines，SVM)是建立在統(tǒng)計(jì)學(xué)習(xí)理論基礎(chǔ)之上的新一代機(jī)器學(xué)習(xí)算法，主要解決小樣本、非線(xiàn)性及高維模式識(shí)別問(wèn)題，其基本思想是通過(guò)核函數(shù)將數(shù)據(jù)從原始特征空間映射到高維特征空間，來(lái)實(shí)現(xiàn)最優(yōu)分類(lèi)超平面，并用此超平面實(shí)現(xiàn)對(duì)未知樣本的判斷[13]。

SVM常用核函數(shù)主要有線(xiàn)性核函數(shù)、多項(xiàng)式核函數(shù)、徑向基核函數(shù)和sigmoid核函數(shù)。該研究選用最常見(jiàn)的2種核函數(shù)——線(xiàn)性核函數(shù)和徑向基核函數(shù)，對(duì)大米不同品種進(jìn)行比較分析。

線(xiàn)性核函數(shù)(LinearKernelFunction)表示如下：

K(x,y)=x·y

(1)

徑向基核函數(shù)(RadicalBasisFunctionKernelFunction，RBF)表示如下：

K(x,y)=exp(-g|x-y|2)

(2)

式中，g為參數(shù)。

SVM分類(lèi)器性能的關(guān)鍵是參數(shù)的選擇。Linear僅受邊界參數(shù)C的影響，而RBF同時(shí)受到邊界參數(shù)C和核寬度的影響。邊界參數(shù)C是結(jié)構(gòu)風(fēng)險(xiǎn)和樣本無(wú)誤差的綜合考慮，其值與訓(xùn)練可容忍的誤差相關(guān)，而核寬度g的取值與輸入的樣本范圍有關(guān)[14]。在訓(xùn)練前，將訓(xùn)練樣本導(dǎo)入OrangeCanvas數(shù)據(jù)挖掘軟件進(jìn)行核參數(shù)預(yù)判，獲取Linear邊界參數(shù)C=1，RBF則選用C=1、g=0.125，分類(lèi)效果最佳，識(shí)別準(zhǔn)確率均可達(dá)到99%以上。

3.2K-均值聚類(lèi)算法K-均值聚類(lèi)算法(K-means)是一種聚群、非監(jiān)督學(xué)習(xí)算法，它主要受初始位置的選擇、K值、度量距離3個(gè)方面因素的影響。該算法主要步驟是根據(jù)K值選定，隨機(jī)設(shè)定K個(gè)中心點(diǎn)作為聚類(lèi)中心，再將除了聚類(lèi)中心點(diǎn)之外的數(shù)據(jù)點(diǎn)分配給最鄰近的中心點(diǎn)，分配完成后，將中心點(diǎn)移動(dòng)到所表示的聚類(lèi)的平均中心位置處，重復(fù)迭代上述步驟，直到準(zhǔn)則函數(shù)收斂。通常采用的準(zhǔn)則函數(shù)為平方誤差和準(zhǔn)則函數(shù)，即SSE(sumofthesquarederror)，其定義如下：

(3)

式中，SSE是數(shù)據(jù)庫(kù)中所有對(duì)象的平方誤差總和；p為數(shù)據(jù)對(duì)象，mi是簇Ci的平均值。

3.3算法評(píng)價(jià)與指標(biāo)為了說(shuō)明分類(lèi)方法的準(zhǔn)確性，采用正確率(Accurate，ACC)、命中率(Precision，P)，召回率(Recall，R)及F1度量(Recall和Precision的調(diào)和平均數(shù))4個(gè)計(jì)算指標(biāo)對(duì)結(jié)果進(jìn)行評(píng)價(jià)。指標(biāo)計(jì)算如式(4)～(7)所示：

(4)

Precision=TP/(TP+FP)

(5)

Recall=TP/(TP+FN)

(6)

(7)

式中，TP表示正確預(yù)測(cè)到正例的數(shù)量；TN表示正確預(yù)測(cè)到負(fù)例的數(shù)量；FP表示負(fù)例預(yù)測(cè)到正例的數(shù)量；FN表示正例預(yù)測(cè)到負(fù)例的數(shù)量。

ACC是表示評(píng)估分類(lèi)器好壞的指標(biāo)，正確率越高，分類(lèi)器越好。命中率是精確度的度量，是指分類(lèi)模型判為正的所有樣本中有多少是真正的正樣本。召回率則是覆蓋面的度量，是所有正樣本有多少被分類(lèi)模型判為正樣本。F1是將命中率和召回率的方法組合成一個(gè)度量指標(biāo)，它賦予命中率和召回率相等的權(quán)重。該研究將用上述指標(biāo)進(jìn)行對(duì)分類(lèi)模型的判斷，其值越大，表示分類(lèi)效果越好。

4　試驗(yàn)結(jié)果與分析

4.1數(shù)據(jù)處理與分析為了證實(shí)所提取的大米特征能反映大米的真實(shí)信息，采用主成分分析方法對(duì)所提取的特征值進(jìn)行分析。大米粒型特征值的標(biāo)準(zhǔn)誤差、各特征值的貢獻(xiàn)率以及累計(jì)貢獻(xiàn)率見(jiàn)表2。

從表2 可知，所提取的大米特征參數(shù)基本上能夠反映大米粒型的全部信息。

表2　大米粒型參數(shù)的主成分分析

注：主成分編號(hào)與表1的特征參數(shù)相匹配。

Note：Theprincipalcomponentnumbermatchthecharacteristicparametersoftable1.

4.2檢測(cè)結(jié)果分析該研究分別選取1 000粒大米作為SVM訓(xùn)練樣本，選取10張隨機(jī)混合大米圖像進(jìn)行預(yù)測(cè)。操作系統(tǒng)為WindowsXP，以Qt5.5.1為開(kāi)發(fā)工具，借助Opencv3.0進(jìn)行圖像處理和分析。編程實(shí)現(xiàn)K-means、Linear和RBF的大米品種識(shí)別方法。表3是利用K-means、Linear和RBF3種方法對(duì)2種大米識(shí)別結(jié)果比較。從表3可知，對(duì)于2種大米測(cè)試樣本，K-means、linear和RBF識(shí)別的準(zhǔn)確率分別為 98.75%、98.83%和96.01%。在這3類(lèi)模型中，K-means表現(xiàn)出更低分類(lèi)準(zhǔn)確率，原因在于它是根據(jù)每張大米圖像樣本信息進(jìn)行分聚類(lèi)，沒(méi)有統(tǒng)一標(biāo)準(zhǔn)，而SVM是事先對(duì)樣本進(jìn)行訓(xùn)練，系統(tǒng)已具有大米品種特征參數(shù)，預(yù)測(cè)時(shí)，只需根據(jù)每粒大米的特征參數(shù)進(jìn)行歸類(lèi)。

表3linear、RBF和K-means對(duì)2種大米品種識(shí)別結(jié)果比較

Table3Comparisonofidentificationresultswithlinear，RBFandK-meansfortworicevarieties

模型Models正確率Correctrate(ACC)命中率Hitrate(P)召回率Recallrate(R)度量Measurement(F1)Linear0.98750.97080.98240.9765RBF0.98830.99460.85990.9224K-means0.96010.96850.91410.9405

同時(shí)，試驗(yàn)結(jié)果表明，Linear比RBF召回率高，即說(shuō)明分類(lèi)器正確預(yù)測(cè)正例的比例高，預(yù)測(cè)穩(wěn)定性比較好。Linear具有較高的F1值，則說(shuō)明大米在進(jìn)行品種識(shí)別中，Linear優(yōu)于其他2種算法。

5　結(jié)論

該研究使用平板掃描儀獲取大米粒型圖像，編程實(shí)現(xiàn)對(duì)大米外觀特征提取與檢測(cè)算法，并利用SVM與K-means的方法，對(duì)2種大米進(jìn)行了識(shí)別研究。結(jié)果表明，利用SVM進(jìn)行大米識(shí)別，Linear和RBF具有相似的分類(lèi)準(zhǔn)確率，準(zhǔn)確率約為99%。但是Linear的預(yù)測(cè)穩(wěn)定性要比RBF核函數(shù)的預(yù)測(cè)穩(wěn)定性要高。相比于SVM分類(lèi)效果，K-means具有相對(duì)較低的準(zhǔn)確率，但K-means無(wú)需對(duì)樣本訓(xùn)練進(jìn)行事先的訓(xùn)練，節(jié)省了大部分的時(shí)間，且相對(duì)于小樣本的數(shù)據(jù)，運(yùn)算時(shí)間短，豐富了大米圖像識(shí)別研究，為大米外部品質(zhì)識(shí)別提供了客觀可行的方法，同時(shí)也為其他的農(nóng)作物產(chǎn)品品種識(shí)別與鑒定提供參考價(jià)值。該裝置具有良好的擴(kuò)展性，我國(guó)稻米種類(lèi)繁多，后續(xù)將對(duì)更多品種進(jìn)行廣泛的取樣與試驗(yàn)，但是目前該研究只針對(duì)2種粒型的大米進(jìn)行研究，還需要對(duì)不同品種和分類(lèi)算法展開(kāi)試驗(yàn)研究等進(jìn)一步校正和完善，從而建立大米外觀品質(zhì)識(shí)別評(píng)價(jià)體系，為進(jìn)一步實(shí)現(xiàn)大米在線(xiàn)檢測(cè)和自動(dòng)分級(jí)提供基礎(chǔ)。

[1] 周子立，張瑜，何勇，等.基于近紅外光譜技術(shù)的大米品種快速鑒別方法[J].農(nóng)業(yè)工程學(xué)報(bào)，2009，25(8)：131-134.

[2] 方華，孫翠霞，張虎.基于模糊神經(jīng)網(wǎng)絡(luò)的大米品種識(shí)別算法研究[J].安徽農(nóng)業(yè)科學(xué)，2012，40(29)：14617-14619.

[3]ABIRAMIS，NEELAMEGAMP，KALAH.Analysisofricegranulesusingimageprocessingandneuralnet-workpatternrecognitiontool[J].Internationaljournalofcom-puterapplications，2014，96(7)：20-24.

[4] 林萍，陳永明． 利用可見(jiàn)近紅外光譜技術(shù)快速鑒別大米品種[J]．江蘇農(nóng)業(yè)科學(xué)，2015，43(12)：320-323．

[5] 楊蜀秦，寧紀(jì)鋒，何東健.基于稀疏表示的大米品種識(shí)別[J].農(nóng)業(yè)工程學(xué)報(bào)，2011，27(3)：191-195.

[6]JINXM，SUNJ，MAOHP，etal.DiscriminationofricevarietiesusingLS-SVMclassificationalgorithmsandhyperspectralData[J].Advancejournaloffoodscienceandtechnology，2015，7(9)：691-696.

[7]NIBLACKW，BARBERR，EQUITZW,etal.TheQBICproject：Queryingimagesbycontent，usingcolor，textureandshape[J].SPIE，1993，19(8)：173-187.

[8]CHAPELLEO，HAFFNERP，VAPNIKVN，etal.Supportvectormachinesforhis-togram-basedimageclassification[J].IEEETransonneuralnetworks，1999，10(5)：1055-1064.

[9] 許秉宗.米粒影像特征擷取與分群演算法之探討[R].2014.

[10] 袁佐云，牛興和，劉傳云.基于最小外接矩形的稻米粒型檢測(cè)方法[J].糧食與飼料工業(yè)，2006(9)：7-8.

[11] 吳才章，步東偉.稻米粒型特性參數(shù)測(cè)試系統(tǒng)的開(kāi)發(fā)[J].農(nóng)業(yè)工程學(xué)報(bào)，2010(12)：131-135.

[12] 張聰，張慧.基于Canny算法的大米粒型邊緣檢測(cè)應(yīng)用研究[J].糧食與飼料工業(yè)，2008(6)：3-4.

[13] 梁龍，房桂干，吳珽，等.基于支持向量機(jī)的近紅外特征變量選擇算法用于樹(shù)種快速識(shí)別[J].分析測(cè)試學(xué)報(bào)，2016(1)：101-106.

[14] 劉偉，劉長(zhǎng)虹，鄭磊.基于支持向量機(jī)的多光譜成像稻谷品種鑒別[J].農(nóng)業(yè)工程學(xué)報(bào)，2014，30(10)：145-151.

Thispaperproposedamethodbasedonsupportvectormachine(C-SVM)todistinguishricevarieties.Atfirst,itdidtheimagethresholdsegmentation,thenproceededthesmoothprocessing.Andaccordingtothecharacteristicsofricegrainshape,extractedarea,perimeterandsoon,usingOrangeCanvasdataminingsoftwaretoselectkernelparametersoflinearandRBFkernelfunction,andaccomplishricevarietiesrecognitionbyprogramingusingKmeans,linearfunctioninSVMandRBFmethodsunderOpencv3.0.Tengroupsofmixedricewereconductedtherecognitiontest,theresultsshowedthatlinearfunctioninSVMcouldidentifyricevarietiesinasuperiorpredictionstabilitywithclassificationaccuracyatabout99%.

Varieties;Featureextraction;K-means;Linear;RBF

福建省自然科學(xué)基金項(xiàng)目(2010J01272)；福建省福建農(nóng)林大學(xué)現(xiàn)代農(nóng)業(yè)裝備及自動(dòng)化創(chuàng)新平臺(tái)項(xiàng)目(612014017)。

梁詩(shī)華(1992- )，女，福建連江人，碩士研究生，研究方向：圖像處理。*通訊作者，副教授，碩士生導(dǎo)師，從事生物圖像識(shí)別與處理研究。

2016-06-22

S24

A

0517-6611(2016)23-201-03

TheIdentificationResearchofRiceVarietiesBasedonC-SVM

LIANGShi-hua,HEJin-cheng*,LINYi-xin(InstituteofModernAgriculturalEquipment,CollegeofMechanicalandElectronicEngineering,FujianAgricultureandForestryUniversity,Fuzhou,Fujian350002)