基于PCA和AdaBoost.M1的植物葉片圖像識(shí)別方法

朱顥東++吳迪++孫振++李紅嬋

摘要：為了提高植物葉片的識(shí)別準(zhǔn)確率，提出一種基于PCA和AdaBoost.M1的植物葉片圖像識(shí)別方法。首先對(duì)植物葉片圖像進(jìn)行圖像灰度化、二值化以及邊緣提取等預(yù)處理，然后提取出13個(gè)具有比例、旋轉(zhuǎn)、平移不變性的植物葉片特征參數(shù)，再利用PCA對(duì)這些特征參數(shù)進(jìn)行降維，最后采用AdaBoost.M1分類器對(duì)降維處理后的特征參數(shù)進(jìn)行訓(xùn)練和識(shí)別。結(jié)果表明，該方法可以有效地提高植物葉片圖像的識(shí)別率。

關(guān)鍵詞：葉片識(shí)別；PCA；AdaBoost.M1；圖像處理

中圖分類號(hào)： TP391.41文獻(xiàn)標(biāo)志碼： A

文章編號(hào)：1002-1302（2016）12-0372-03

收稿日期：2015-10-14

基金項(xiàng)目：河南省科技計(jì)劃（編號(hào)：152102210357）；河南省科技計(jì)劃（編號(hào)：152102210149）；河南省高等學(xué)校青年骨干教師資助計(jì)劃（編號(hào)：2014GGJS-084）；河南省高等學(xué)校重點(diǎn)科研項(xiàng)目（編號(hào)：16A520030）；鄭州輕工業(yè)學(xué)院校級(jí)青年骨干教師培養(yǎng)對(duì)象資助計(jì)劃（編號(hào)：XGGJS02）；鄭州輕工業(yè)學(xué)院博士科研基金（編號(hào)：2010BSJJ038）；鄭州輕工業(yè)學(xué)院研究生科技創(chuàng)新基金。

作者簡介：朱顥東（1980—），男，河南虞城人，博士，副教授，碩士生導(dǎo)師，主要研究方向?yàn)橹悄苄畔⑻幚怼⒂?jì)算智能。E-mail：zhuhaodong80@163.com。

植物作為地球上物種數(shù)量最多的生命形式，是人類生存必不可少的環(huán)境資源，它在維護(hù)生態(tài)平衡、保持水土、改善氣候等方面起到了重要的作用。近年來，隨著人類社會(huì)經(jīng)濟(jì)的發(fā)展，人與自然界形成競爭，植物種類的多樣性正在急劇下降，大量植物處于滅絕的邊緣。因此，對(duì)植物進(jìn)行分類研究進(jìn)而保持植物物種多樣性的任務(wù)越來越迫切，植物葉片的特征可以作為鑒別植物物種的重要依據(jù)。傳統(tǒng)的植物葉片識(shí)別主要依靠人工，須要投入大量的人員和時(shí)間，并且分類的結(jié)果容易受到分類人員主觀因素影響。隨著計(jì)算機(jī)圖像處理技術(shù)的不斷發(fā)展，利用數(shù)字圖像處理和模式識(shí)別技術(shù)對(duì)植物葉片進(jìn)行分類工作已經(jīng)逐步開展。闞江明等利用RBF神經(jīng)網(wǎng)絡(luò)結(jié)合植物葉片的紋理和形狀特征實(shí)現(xiàn)植物葉片的分類[1]；王曉峰等提出移動(dòng)中心超球分類器，并使用植物葉片的形狀及其不變矩等特征完成了對(duì)20多種植物葉片的分類[2]；王路等應(yīng)用LVQ神經(jīng)網(wǎng)對(duì)植物葉片的幾何特征和紋理特征進(jìn)行分類識(shí)別[3]；朱顥東等利用余弦定理結(jié)合K-means對(duì)植物葉片進(jìn)行分類識(shí)別[4]。然而，現(xiàn)有的方法存在特征參數(shù)獲取比較復(fù)雜、訓(xùn)練樣本特征維數(shù)過高和訓(xùn)練識(shí)別率低的問題。

為了提高植物葉片識(shí)別的效率以及準(zhǔn)確度，本研究利用植物葉片的形狀特征作為識(shí)別特征，利用PCA算法對(duì)初步提取出的特征參數(shù)進(jìn)行降維，最后在低維空間用AdaBoost.M1算法對(duì)這些特征參數(shù)進(jìn)行訓(xùn)練識(shí)別。

1葉片圖像的預(yù)處理以及特征提取

植物葉片的顏色、形狀、紋理等基本特征都可以作為其物種分類的重要依據(jù)，但是這些特征的提取容易受到植物葉片獲取時(shí)的拍攝距離、光照以及陰影等外界因素的影響，所以要對(duì)其進(jìn)行預(yù)處理，便于后續(xù)的特征提取。

1.1圖像預(yù)處理

[JP2]本研究所用的植物葉片圖像來自中國科學(xué)院合肥智能機(jī)械研究所建立的植物葉片圖像數(shù)據(jù)庫（http：//www.intelengine.cn/data），該數(shù)據(jù)庫有220種植物，一共包含了16 846幅植物葉片圖像。以其中的1種植物葉片圖像為例，預(yù)處理過程如圖1所示：（1）將原始彩色圖像轉(zhuǎn)化為灰度圖像；（2）用Otsu二值化算法對(duì)灰度圖像進(jìn)行二值化處理；（3）用Laplace算子對(duì)二值化后的葉片圖像進(jìn)行邊緣提取得到葉片輪廓。

1.2特征提取

對(duì)植物葉片圖像預(yù)處理后得到其輪廓，求取葉片的面積、周長、最小外接矩長、最小外接矩寬等幾個(gè)簡單的區(qū)域形狀特征[5]，但是這些特征會(huì)隨著植物葉片的改變而發(fā)生變化，不能客觀地描述植物葉片類型，因此本研究在獲取區(qū)域形狀特征參數(shù)的基礎(chǔ)上，計(jì)算葉片的偏心率、形狀參數(shù)、縱橫軸之比等6個(gè)具旋轉(zhuǎn)、比例、平移不變性的幾何特征參數(shù)。另外，圖像矩具有天然的旋轉(zhuǎn)、平移和尺度不變性， 采用Chen提出的

[FK（W14][TPZHD1.tif]

7項(xiàng)Hu不變矩[6]，4種植物葉片特征參數(shù)提取結(jié)果如表1所示。

1997年Freund和Schipare提出了用于二分類的AdaBoost算法[7]，而AdaBoost.M1是AdaBoost算法處理多類問題的直接推廣。

（1）給定樣本集S={（x1，y1），…，（xn，yn）}，其中xi∈X，yi∈Y={1，2，…，k}分別對(duì)應(yīng)k類樣本，i=1，2，…，n，弱分類器為ht：X→Y，t=1，2，…，n，弱分類器數(shù)量為T；

（2）初始化樣本權(quán)值Dt（i）=1/n，i=1，2，…，n；

（3）For t=1，2，…，T（弱分類器數(shù)量）；

①調(diào)用弱分類算法，使用樣本權(quán)重Dt得到弱分類器ht：X→Y；

②計(jì)算加權(quán)誤差εt=∑[DD（]ni=1[DD）]Dt（i）[yi≠ht（xi）]；

③如果εt>1/2，令T=t-1，跳出For循環(huán)，否則執(zhí)行④；

④令βt=εt/（1-εt），αt=ln（1/βt）；

⑤令Dt+1（i）=Dt（i）βt1-[hi（xi-yi）]/Zt，i=1，2，…，n，更新樣本的權(quán)重，其中Zi是歸一化因子，最終的強(qiáng)分類器為H（x）=argmax（∑[DD（]Tt=1[DD）]αt[ht（x）=y]），符號(hào)“[]”定義如下：對(duì)于邏輯表達(dá)式π，如果π為真，則[π]=1，否則為0。

本研究用到的AdaBoost.M1的函數(shù)表示形式為function[trerr，tserr，w]= adaboostM1（type，fea_tr，lab_tr，fea_ts，lab_ts，M，cn），其中type為弱分類器類型，fea_tr、lab_tr分別為訓(xùn)練樣本和訓(xùn)練樣本的標(biāo)簽，fea_ts、lab_ts分別為測試樣本和測試樣本的標(biāo)簽，M為輪循次數(shù)，cn是樣本類別數(shù)，輸出w為各弱分類器的權(quán)重，trerr為訓(xùn)練錯(cuò)誤率，tserr為測試錯(cuò)誤率。

[WTHZ]3PCA特征降維

主成分分析（principal component analysis，PCA）是一種多元統(tǒng)計(jì)分析方法[8]。該方法可以從多元事物中分析出主要的影響因素，PCA作為典型的特征提取工具，其目的是在不減少原始數(shù)據(jù)包含的信息的基礎(chǔ)上將其轉(zhuǎn)換為維數(shù)較少的特征主成分來表示，提取出的主成分C1，C2，…，Cn應(yīng)該具有以下性質(zhì)：

（1）提取出的主成分之間互不關(guān)聯(lián)，即對(duì)任意的i和j，Ci和Cj的相關(guān)系數(shù)Corr（Ci，Cj）=0；

（2）組合系數(shù)（αi1，αi2，…，αin）構(gòu)成的向量為單位向量；

（3）各主成分的方差是依次遞減的，即：Var（C1）≥Var（C2）≥…≥Var（Cn）；

（4）降維后主成分的總方差與原始數(shù)據(jù)的總方差相等，即Var（C1）+…+Var（Cn）=Var（x1）+…+Var（xp）=P，這個(gè)性質(zhì)說明主成分是原始變量的線性組合，不增加總信息量也不減少信息量。

由于本研究選擇的植物葉片圖像數(shù)量以及分類特征數(shù)量都比較多，這樣會(huì)造成在特征空間中特征向量的數(shù)量和維數(shù)都比較高，所以須要對(duì)提取出來的特征數(shù)據(jù)進(jìn)行降維處理，進(jìn)而提高分類器的識(shí)別率。具體方法為：對(duì)植物葉片圖像特征提取后的向量集合進(jìn)行歸一化，求得向量集合的協(xié)方差矩陣S=[SX（]1m[SX）]∑[DD（]mi=1[DD）]（xi-μ）（xi-μ）T，其中，m為葉片圖像樣本總數(shù)，每個(gè)葉片圖像的特征向量為n維；xi為第i個(gè)訓(xùn)練樣本的特征向量；μ為訓(xùn)練樣本集合的平均向量，μ=[SX（]1m[SX）]∑[DD（]mi=1[DD）]xi。將計(jì)算出的特征值按單調(diào)遞減的順序排列為λ1≥λ2≥…≥λr，與其對(duì)應(yīng)的特征向量為η1，η2，…，ηr，r≤n組成1個(gè)特征子空間Γ，任給1張植物葉片圖像xi都可投影到該子空間中，i=Γi（xi-η），i=1，2，…，r，i表示樣本xi在子空間的位置，是xi的主特征，可以代替特征向量xi輸入到AdaBoost.M1中訓(xùn)練。

4葉片識(shí)別模型及測試比較結(jié)果

本研究利用PCA+AdaBoost.M1算法對(duì)植物葉片進(jìn)行識(shí)別，對(duì)植物葉片進(jìn)行預(yù)處理后得到特征參數(shù)，再經(jīng)主成分分析得到降維后的特征參數(shù)，最后采用AdaBoost.M1算法對(duì)降維后的參數(shù)進(jìn)行分類識(shí)別，算法流程如圖2所示。

[FK（W18][TPZHD2.tif]

從葉片數(shù)據(jù)庫中取桂花葉片、木瓜葉片、銀杏葉片、紅楓葉片為分類試驗(yàn)對(duì)象，試驗(yàn)中每種葉片抽取60張圖片作為樣本，樣本總?cè)萘繛?40張。試驗(yàn)配置：3.4 GHz酷睿雙核、4G內(nèi)存的戴爾臺(tái)式機(jī)，參數(shù)設(shè)置：輪循次數(shù)M設(shè)定為5，訓(xùn)練樣本占總體樣本的比例trainingRate設(shè)定為0.5，AdaBoost.M1的弱假設(shè)type為貝葉斯分類器，樣本類別數(shù)cn設(shè)置為4。首先按照本研究提到的特征提取方法提取這些葉片的13個(gè)特征參數(shù)，由于這些特征參數(shù)之間在數(shù)量級(jí)上存在較大的差異，這樣會(huì)對(duì)分類器的分類效果的有效性和精確性造成一定的影響，所以要先對(duì)這些數(shù)據(jù)進(jìn)行歸一化處理，最后對(duì)歸一化后的數(shù)據(jù)進(jìn)行PCA降維處理。為了驗(yàn)證本研究提出的識(shí)別方法的有效性，用同樣的未經(jīng)過降維處理的數(shù)據(jù)對(duì)AdaBoost.M1進(jìn)行測試，用同樣的經(jīng)降維處理的數(shù)據(jù)對(duì)最近鄰分類器1NN進(jìn)行測試，試驗(yàn)結(jié)果如表2所示。

為了便于比對(duì)，設(shè)定識(shí)別率的數(shù)值為百分?jǐn)?shù)，運(yùn)行時(shí)間的數(shù)值為大于0的正數(shù)。由于PCA降維后的主成分是原始變量的線性組合，變換后的低維度數(shù)據(jù)并不會(huì)減少原始數(shù)據(jù)的信息量，所以并不會(huì)影響到葉片分類的識(shí)別率。由表2可知，與未降維的數(shù)據(jù)相比，AdaBoost.M1的識(shí)別率約提升1百分點(diǎn)，運(yùn)行時(shí)間卻降低了1個(gè)數(shù)量級(jí)，由此可見，經(jīng)過PCA降維后AdaBoost.M1處理數(shù)據(jù)所耗費(fèi)的時(shí)間大大地降低，同時(shí)也可以保證識(shí)別率。這表明用PCA對(duì)植物葉片的特征參數(shù)進(jìn)行降維是行之有效的方法。用同樣的降維數(shù)據(jù)對(duì)1NN進(jìn)行訓(xùn)練識(shí)別，從試驗(yàn)結(jié)果可以看出，識(shí)別率與AdaBoost.M1相比低了5.2百分點(diǎn)，而這2種方法的運(yùn)行時(shí)間在同1個(gè)數(shù)量級(jí)上，說明與1NN相比，AdaBoost.M1的識(shí)別率有所提升。綜上所述，該方法在保證識(shí)別率的基礎(chǔ)上可以有效地減少植物葉片的識(shí)別時(shí)間。

5結(jié)語

本研究提出一種基于PCA與AdaBoost.M1的植物葉片圖像識(shí)別算法。該方法首先利用PCA對(duì)初步提取出的13種葉片特征進(jìn)行降維，然后在低維空間中用AdaBoost.M1算法對(duì)這些樣本進(jìn)行訓(xùn)練識(shí)別。試驗(yàn)結(jié)果表明，該方法對(duì)4種植物葉片的識(shí)別率達(dá)到98.5%，而且識(shí)別運(yùn)行的時(shí)間比未降維時(shí)處理的時(shí)間低了1個(gè)數(shù)量級(jí)，具有良好的時(shí)效性，為植物葉片物種的鑒定提供一種新的識(shí)別方法。

[HS2*3]參考文獻(xiàn)：

[1]闞江明，王怡萱，楊曉微，等. 基于葉片圖像的植物識(shí)別方法[J]. 科技導(dǎo)報(bào)，2010，28（23）：81-85.

[2]王曉峰，黃德雙，杜吉祥，等. 葉片圖像特征提取與識(shí)別技術(shù)的研究[J]. 計(jì)算機(jī)工程與應(yīng)用，2006，42（3）：190-193.

[3]王路，張蕾，周彥軍，等. 基于 LVQ 神經(jīng)網(wǎng)絡(luò)的植物種類識(shí)別[J]. 吉林大學(xué)學(xué)報(bào)：理學(xué)版，2007，45（3）：421-426.

[4]朱顥東，申圳. 基于余弦定理和K-means 的植物葉片識(shí)別方法[J]. 華中師范大學(xué)學(xué)報(bào)：自然科學(xué)版，2014，48（5）：650-655.

[5]李先鋒，朱偉興，孔令東，等. 基于 SVM 和 DS 證據(jù)理論的多特征融合雜草識(shí)別方法[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2011，42（11）：164-168.

[6]Chen C C. Improved moment invariants for shape discrimination[J]. Pattern Recognition，1993，26（5）：683-686.

[7]Freund Y，Schapire R E. A decision-theoretic generalization of on-line learning and an application to boosting[J]. Journal of Computer and System Sciences，1997，55（1）：119-139.

[8]陳佩.主成分分析法研究及其在特征提取中的應(yīng)用[D]. 西安：陜西師范大學(xué)，2014：9-15.