高光譜成像的柑橘病蟲害葉片識別方法

吳葉蘭，陳怡宇，廉小親，廖 禺，高 超，管慧寧，于重重

1. 北京工商大學(xué)，中國輕工業(yè)工業(yè)互聯(lián)網(wǎng)與大數(shù)據(jù)重點(diǎn)實(shí)驗(yàn)室，北京 100048 2. 江西省農(nóng)業(yè)科學(xué)院農(nóng)業(yè)工程研究所，江西 南昌 330200

引 言

我國是柑橘生產(chǎn)大國[1]。受種植環(huán)境氣候影響，柑橘易感染病蟲害，如柑橘潰瘍病病原屬于細(xì)菌，感染后輕則果皮呈現(xiàn)疤痕、果熟后不耐貯藏易腐爛，重則導(dǎo)致落果； 除草劑輕則導(dǎo)致柑橘葉片生長緩慢，重則導(dǎo)致枯萎死亡； 柑橘紅蜘蛛吸食葉片、果實(shí)汁液，引起落葉、落果； 煤煙病由多種真菌引起，發(fā)病初期，表面出現(xiàn)暗褐色點(diǎn)狀小霉斑，后繼續(xù)擴(kuò)大成絨毛狀黑色或灰黑色霉層。病蟲害的發(fā)生會影響柑橘的產(chǎn)量及質(zhì)量，嚴(yán)重會造成經(jīng)濟(jì)損失。因此，研究一種精準(zhǔn)的柑橘病蟲害檢測方法在實(shí)際生產(chǎn)過程中有重要意義。傳統(tǒng)的柑橘病蟲害檢測方法主要有人工檢測方法，根據(jù)種植戶或?qū)I(yè)人員的經(jīng)驗(yàn)知識來判斷患病與否，主觀性強(qiáng)； 病理分析法，對柑橘的生物化學(xué)性質(zhì)分析檢測，周期長，成本高。

高光譜成像技術(shù)是結(jié)合光譜和成像技術(shù)發(fā)展起來的，可同時(shí)獲取物體的空間和光譜信息[2]。隨著高光譜遙感技術(shù)的迅速發(fā)展，高光譜成像技術(shù)用于農(nóng)作物病害診斷已成為重要的研究領(lǐng)域，結(jié)合現(xiàn)代建模和數(shù)據(jù)分析可準(zhǔn)確地識別農(nóng)作物內(nèi)部屬性和外部特性，為早期病害鑒定提供有利條件[3]。劉燕德等[4]結(jié)合LS-SVM和PLS-DA兩種方法對柑橘正常、缺素和不同程度黃龍病葉片進(jìn)行判別，用二階導(dǎo)數(shù)處理原始數(shù)據(jù)，采用主成分分析和連續(xù)投影算法提取特征波長，PLS-DA模型誤判率為5.6%。梅慧蘭等[5]為實(shí)現(xiàn)柑橘黃龍病早期鑒別及病情分級，采用一階微分和移動(dòng)窗口擬合多項(xiàng)式平滑兩種預(yù)處理方法，結(jié)合PLS-DA建模，驗(yàn)證集相關(guān)系數(shù)均達(dá)0.954 8以上。蘭玉彬等[6]采用SG平滑、一階導(dǎo)數(shù)和反對數(shù)變換對柑橘黃龍病植株光譜數(shù)據(jù)進(jìn)行預(yù)處理，完成主成分波長和全波段的KNN和SVM建模，得到全波段下一階導(dǎo)數(shù)光譜的SVM模型分類準(zhǔn)確率達(dá)94.7%，測試集誤判率為3.36%，實(shí)現(xiàn)了柑橘黃龍病監(jiān)測。鄧小玲等[7]為了實(shí)現(xiàn)柑橘黃龍病植株分類，對全波段使用BP、XgBoost算法，對特征波段使用邏輯回歸和SVM算法，準(zhǔn)確率分別達(dá)95%，95%，93%和96%。Abdulridha等[8]在實(shí)驗(yàn)室內(nèi)對無癥狀、早期和晚期感染潰瘍的柑橘葉片和未成熟果進(jìn)行高光譜成像，利用神經(jīng)網(wǎng)絡(luò)徑向基函數(shù)，得到不同時(shí)期下染病葉片分類準(zhǔn)確率為94%，96%和100%，健康和晚期的果實(shí)分類準(zhǔn)確度為92%，基于無人飛行器搭載同一成像系統(tǒng)對室外柑橘樹檢測，準(zhǔn)確率達(dá)100%。楚秉泉等[9]對真菌感染柑橘進(jìn)行高光譜成像，二次主成分分析后得到615和680 nm兩個(gè)特征波長，使用特征波長的第2主成分圖像進(jìn)行柑橘腐爛部位識別，識別率達(dá)100%。上述研究表明高光譜技術(shù)在柑橘病蟲害方面的研究主要為黃龍病和潰瘍病的檢測與分級，結(jié)合傳統(tǒng)機(jī)器學(xué)習(xí)方法已能取得較好結(jié)果，但目前有關(guān)其他柑橘病蟲害的研究仍較少。

本文針對柑橘潰瘍病、除草劑、紅蜘蛛、煤煙病和正常葉片，利用高光譜成像和機(jī)器學(xué)習(xí)技術(shù)進(jìn)行分類識別，得到最佳病葉分類模型，為柑橘生長狀況監(jiān)測及病蟲害識別提供理論基礎(chǔ)。主要研究內(nèi)容有： (1)采用一階求導(dǎo)、多元散射校正和標(biāo)準(zhǔn)正態(tài)變換三種預(yù)處理方法對原始光譜數(shù)據(jù)進(jìn)行預(yù)處理； (2)對不同預(yù)處理方法下數(shù)據(jù)進(jìn)行主成分分析以提取特征波長； (3)對全波段數(shù)據(jù)和特征波長數(shù)據(jù)分別進(jìn)行支持向量機(jī)和隨機(jī)森林建模，分析實(shí)驗(yàn)結(jié)果。

1 實(shí)驗(yàn)部分

1.1 樣本

實(shí)驗(yàn)樣本來自江西省新余市渝水區(qū)柑橘果園，采摘時(shí)間為2019年2月底，包括柑橘正常葉片46片、柑橘潰瘍病葉片46片、柑橘除草劑危害葉片80片、柑橘紅蜘蛛葉片51片、柑橘煤煙病葉片98片。

1.2 高光譜圖像采集

高光譜成像系統(tǒng)如圖1所示，主要由高光譜成像儀、光源、計(jì)算機(jī)、樣本、載物臺和電源等構(gòu)成。高光譜成像儀采用SOC710VP，光譜范圍為350～1 050 nm，光譜分辨率為1.3 nm，光譜波段數(shù)為128，鏡頭類型為C-Mount，焦距可調(diào)。光源選用4個(gè)12 V的鹵素?zé)?，亮度可調(diào)、角度可調(diào)。

圖1 高光譜成像系統(tǒng)Fig.1 Hyperspectral imaging system

本文設(shè)定高光譜圖像采集時(shí)曝光時(shí)間為150 ms，物距為57.6 cm，掃描速度30行·s-1，32 s·cube-1，采集的原始圖像大小為696×520，獲取的光譜圖像原始數(shù)據(jù)是像元亮度值(digital number, DN)，需將像元亮度值轉(zhuǎn)化成光譜反射率供后續(xù)處理。圖2為五類柑橘葉片高光譜圖像，依次為正常葉片、潰瘍病葉片、除草劑葉片、紅蜘蛛葉片和煤煙病葉片。

圖2 五類柑橘葉片高光譜圖像Fig.2 Hyperspectral images of leaves of five citrus species

1.3 光譜數(shù)據(jù)提取及預(yù)處理

在ENVI中導(dǎo)入反射率.float文件，去除400和1 000 nm附近受噪聲影響較大的波段，選擇478～900 nm間81個(gè)波段作為有效光譜范圍，在每個(gè)葉片一個(gè)或多個(gè)發(fā)病區(qū)提取5×5的感興趣區(qū)域(region of interest, ROI)，將ROI內(nèi)每個(gè)像素的反射率值作為光譜信息，則一個(gè)ROI得到的光譜信息為25×81，五類柑橘葉片共提取530個(gè)ROI，得到13 250×81的光譜信息矩陣。圖3為所有樣本的光譜曲線圖，圖4為五類葉片平均光譜曲線。由平均光譜圖可知在478～500 nm的藍(lán)光波段內(nèi)光譜反射率低，形成一個(gè)波谷； 在550 nm左右由于葉綠素反射作用呈現(xiàn)一個(gè)反射率峰； 在紅光波段內(nèi)的680 nm附近由于葉綠素強(qiáng)吸收作用光譜曲線有一個(gè)波谷，700～900 nm為高反射率區(qū)域。五類葉片光譜曲線呈現(xiàn)典型綠色葉片特征，而不同病蟲害有不同特征，各類葉片的光譜曲線不完全一致，潰瘍病葉片光譜曲線與其余四種在680 nm之前有明顯差異； 在全波段光譜(full-band spectral, FS)范圍內(nèi)正常葉片、除草劑葉片、紅蜘蛛葉片和煤煙病葉片光譜曲線相似度高，僅反射率值存在差別。依據(jù)光譜曲線無法進(jìn)行準(zhǔn)確類別區(qū)分，還需后續(xù)建模處理。

圖3 13 250個(gè)樣本光譜曲線Fig.3 Spectral curves of 13 250 samples

圖4 五類葉片平均光譜曲線Fig.4 Average spectral curves of five types of leaves

受測量環(huán)境和高光譜儀器性能影響，獲得的光譜信號易存在噪聲和譜線漂移等干擾，需對其進(jìn)行預(yù)處理以消除干擾[10]。利用The Unscrambler X 10.4軟件對光譜數(shù)據(jù)分別進(jìn)行一階求導(dǎo)(first derivative, 1stDer)、多元散射校正(multiplicative scatter correction, MSC)和標(biāo)準(zhǔn)正態(tài)變換(standard normalized variate, SNV)預(yù)處理，對不同預(yù)處理方法下的光譜數(shù)據(jù)建模以得到最優(yōu)分類結(jié)果。

1.4 特征波長提取方法

高光譜數(shù)據(jù)在光譜維含有上百個(gè)連續(xù)波段，存在冗余信息，若利用這些全波段光譜數(shù)據(jù)進(jìn)行實(shí)驗(yàn)，計(jì)算量大，影響準(zhǔn)確率，因此可采用降維方法篩選出特征波長代入模型。主成分分析(principal component analysis，PCA)是一種正交線性變換技術(shù)，通過線性投影的方法，將目標(biāo)分量根據(jù)其信息含量分布到新的坐標(biāo)空間中[11]。采用PCA將高光譜圖像信息進(jìn)行壓縮，去除波段間的冗余信息，實(shí)現(xiàn)降維。PCA特征波長提取原理如下。

(1)光譜數(shù)據(jù)X為m×n的矩陣，m表示樣本數(shù)，n表示特征維度；

(2)計(jì)算X的協(xié)方差矩陣C(n×n)；

(3)求C的特征值和特征向量，并按從大到小的順序排序，選擇其中最大的k個(gè)，將其對應(yīng)的k個(gè)特征向量分別作為列向量組成新的特征向量矩陣U(n×k)；

(4)將樣本投影到選取的特征向量上，如式(1)

Y=XU

(1)

投影后的數(shù)據(jù)Y為m×k的二維矩陣，則原始的n維特征變成了k維，達(dá)到了降維與特征波長提取目的。

1.5 建模方法

支持向量機(jī)(support vector machines, SVM)是核變換技術(shù)的代表算法之一，具有精度高、運(yùn)算速度快、泛化能力強(qiáng)等優(yōu)點(diǎn)[12]。SVM依據(jù)結(jié)構(gòu)風(fēng)險(xiǎn)最小理論，在解決小樣本、非線性、高維模式等問題上具有優(yōu)勢，近年來廣泛應(yīng)用于高光譜數(shù)據(jù)處理。SVM算法的原理是構(gòu)造一個(gè)分類超平面，該平面使得特征空間上正負(fù)樣本的間隔最大化[13]； 對于線性不可分情況，將低維空間問題映射到高維空間，引入核函數(shù)代替預(yù)測樣本和支持向量內(nèi)積，避免高維復(fù)雜運(yùn)算。常用的核函數(shù)有線性核函數(shù)、RBF核函數(shù)、多項(xiàng)式核函數(shù)和Sigmoid核函數(shù)。線性核函數(shù)是RBF核的一個(gè)特例，多項(xiàng)式核函數(shù)參數(shù)多會影響模型復(fù)雜程度，Sigmoid核函數(shù)在某些參數(shù)上近似RBF核的功能，綜上本文選擇RBF核函數(shù)。

隨機(jī)森林算法(random forest, RF)是決策樹分類器的集合[14]，具有較高的分類準(zhǔn)確性，不易出現(xiàn)過擬合現(xiàn)象[15]?；舅悸窞槭褂肂ootstrap法從原始訓(xùn)練集中采樣生成k個(gè)訓(xùn)練子集，構(gòu)建k棵決策樹，形成森林，通過每棵決策樹的預(yù)測投票決定最終結(jié)果?！半S機(jī)”指兩方面： 一是隨機(jī)抽樣訓(xùn)練子集； 二是決策樹構(gòu)建時(shí)隨機(jī)地從總的特征中選取遠(yuǎn)小于總特征個(gè)數(shù)的特征子集。隨機(jī)性的引入使得每兩棵樹之間的差異度增加，從而使得模型的泛化能力提高，近年來隨機(jī)森林算法已逐漸應(yīng)用于高光譜分類。

目前基于支持向量機(jī)和隨機(jī)森林算法進(jìn)行柑橘病蟲害分類識別的研究較少。本文選擇上述兩種算法建立五類柑橘葉片的分類模型，使用隨機(jī)法將總樣本劃分為9 938個(gè)訓(xùn)練集和3 312個(gè)測試集，訓(xùn)練集與測試集之比為3∶1。采用測試集的總分類精度(overall accuracy, OA)和Kappa系數(shù)作為模型評價(jià)標(biāo)準(zhǔn)。

2 結(jié)果與討論

2.1 特征波長的選取

主成分分析使原始光譜波段經(jīng)過線性組合得到主成分，根據(jù)主成分的載荷(loadings)絕對值大小來確定特征波長。載荷是主成分與原始波長變量的相關(guān)系數(shù)，用于反映主成分和各波長變量間的密切程度。圖5所示為原始光譜前4個(gè)主成分的載荷曲線，每條主成分曲線的波峰和波谷位置處載荷絕對值較大，對應(yīng)的波長即為特征波長。由此原始光譜得到7個(gè)特征波長，分別是525.5，678.5，710.1，720.7，725.9，757.6和762.9 nm。運(yùn)用相同的方法，1stDer預(yù)處理光譜得到7個(gè)特征波長，分別是520.2，689.0，704.8，715.4，731.2，741.8和757.6 nm； MSC預(yù)處理光譜和SNV預(yù)處理光譜得到7個(gè)一致的特征波長，分別是551.9，678.5，704.8，710.1，725.9，731.2和757.6 nm。由于病蟲害影響，葉片表面顏色和葉綠素含量發(fā)生改變，紅光波段高反射率區(qū)域受影響較大，故特征波長多落于此區(qū)間，綠光波段內(nèi)受葉綠素影響原反射率峰附近也出現(xiàn)特征波長，所以特征波長集中在520～760 nm范圍內(nèi)。

圖5 原始光譜前4個(gè)主成分載荷曲線Fig.5 The first four principal component load curves of the original spectrum

通過主成分分析還能得到光譜樣本的散點(diǎn)圖，用來分析樣本的分布情況。圖6顯示了不同預(yù)處理下光譜數(shù)據(jù)樣本的散點(diǎn)圖，編號1—5分別表示柑橘正常、潰瘍病、除草劑、紅蜘蛛和煤煙病葉片。由圖6可知，PC-1和PC-2累計(jì)貢獻(xiàn)率達(dá)86%以上，解釋了原始數(shù)據(jù)的絕大部分信息，五類葉片呈現(xiàn)出一定聚類效果。經(jīng)MSC和SNV預(yù)處理后，正常葉片、潰瘍病葉片和紅蜘蛛葉片有較為清晰的分類界限，除草劑和煤煙病葉片樣本重疊較多。經(jīng)1stDer預(yù)處理后聚類效果差，五類葉片樣本均有大量重疊。因此還需對PCA后光譜數(shù)據(jù)作進(jìn)一步處理以實(shí)現(xiàn)重疊樣本的分類。

圖6 樣本分布散點(diǎn)圖(a)，(b)，(c)和(d)分別表示原始及經(jīng)1st Der，MSC和SNV預(yù)處理后光譜得到的樣本分布散點(diǎn)圖Fig.6 Sample distribution scatter diagramFigure (a), (b), (c) and (d) respectively represent the scatter plots of sample distribution using original spectra and the spectra after preprocessing by 1st Der, MSC and SNV

2.2 全波段數(shù)據(jù)建模

對全波段數(shù)據(jù)(FS)進(jìn)行SVM和RF建模，運(yùn)用網(wǎng)格搜索法和交叉驗(yàn)證法確定不同預(yù)處理后數(shù)據(jù)在SVM模型的最優(yōu)參數(shù)。C是懲罰系數(shù)，表示對誤差的寬容度，值越大，表示越不能容忍出現(xiàn)誤差，易過擬合。gamma是RBF核自帶的參數(shù)，決定了數(shù)據(jù)映射到新的特征空間后的分布情況，值越大，支持向量個(gè)數(shù)越少。最終得到原始光譜數(shù)據(jù)下，C為16，gamma為128； 1stDer數(shù)據(jù)下，C為8，gamma為8 192； MSC數(shù)據(jù)下，C為8，gamma為512； SNV數(shù)據(jù)下，C為4，gamma為16。RF建模時(shí)，選擇決策樹顆數(shù)為500。表1為不同預(yù)處理方法下全波段數(shù)據(jù)測試集的識別結(jié)果，由表1可知，對柑橘正常葉片、潰瘍病葉片和紅蜘蛛葉片，模型識別率分別可達(dá)98%，97%和96%。除草劑葉片識別率在原始數(shù)據(jù)和經(jīng)1stDer預(yù)處理數(shù)據(jù)的SVM模型下可達(dá)90%，1stDer-FS-SVM模型識別率為91.05%。在進(jìn)行RF建模后識別率均較低，最高為原始數(shù)據(jù)下84.91%。對煤煙病葉片，均在經(jīng)1stDer預(yù)處理數(shù)據(jù)的模型下有最高識別結(jié)果，1stDer-FS-SVM模型識別率為94.09%，1stDer-FS-RF模型識別率為93.29%，但與正常、潰瘍病和紅蜘蛛葉片相比，識別率不夠穩(wěn)定。除草劑葉片在五類葉片中識別結(jié)果最差，煤煙病葉片次之，其他三種葉片識別率均較穩(wěn)定維持在96%之上。

表1 全波段數(shù)據(jù)建模結(jié)果Table 1 Modeling results of full-band data

2.3 PCA特征波長數(shù)據(jù)建模

對PCA特征波長數(shù)據(jù)進(jìn)行SVM和RF建模識別，利用網(wǎng)格搜索法和交叉驗(yàn)證法得到不同預(yù)處理后數(shù)據(jù)在SVM模型的最優(yōu)參數(shù)： 原始數(shù)據(jù)下，C為128，gamma為512； 1stDer數(shù)據(jù)下，C為4 096，gamma為8 192； MSC數(shù)據(jù)下，C為4，gamma為4 096； SNV數(shù)據(jù)下，C為4，gamma為256。RF建模時(shí)，決策樹棵樹設(shè)為500。表2為PCA特征波長數(shù)據(jù)測試集的識別結(jié)果，分析可知，對柑橘正常葉片、潰瘍病葉片和紅蜘蛛葉片，模型識別率分別可達(dá)97%，96%和93%。除草劑葉片在經(jīng)1stDer預(yù)處理數(shù)據(jù)的模型下有最高識別結(jié)果，1stDer-PCA-SVM和1stDer-PCA-RF模型識別率分別為79.28%和80.05%，識別效果不佳，與圖6中除草劑葉片樣本大量重疊于煤煙病葉片樣本現(xiàn)象吻合。與除草劑葉片相同，煤煙病葉片也在經(jīng)1stDer預(yù)處理數(shù)據(jù)的模型下有最高識別結(jié)果，1stDer-PCA-SVM模型識別率為87.27%，1stDer-PCA-RF模型識別率為91.58%。綜合五類葉片，除草劑葉片識別結(jié)果最差，煤煙病葉片次之，其他三種葉片識別率均較穩(wěn)定維持在93%之上。

表2 PCA特征波長數(shù)據(jù)建模結(jié)果Table 2 PCA characteristic wavelength modeling results

全波段數(shù)據(jù)(FS)和PCA波長數(shù)據(jù)在不同預(yù)處理方法下的模型識別效果如表3所示。全波段光譜數(shù)據(jù)下SVM模型的總分類精度(OA)均高于91%，1stDer-FS-SVM模型總分類精度(OA)最高，為95.98%，Kappa系數(shù)為0.948 2； RF模型OA均高于88%，原始數(shù)據(jù)下FS-RF模型OA最高，為93.84%，Kappa系數(shù)為0.9205。對PCA特征波長，SVM模型的OA均高于86%，RF模型的OA均高于84%。經(jīng)1stDer預(yù)處理數(shù)據(jù)的建模效果最佳，1stDer-PCA-SVM模型OA為90.82%，Kappa系數(shù)為0.8816； 1stDer-PCA-RF模型OA為91.79%，Kappa系數(shù)為0.894。同時(shí)由表3可知各模型Kappa系數(shù)均維持在0.8以上，表明其一致性良好。

表3 FS和PCA波長數(shù)據(jù)不同預(yù)處理方法下建模結(jié)果Table 3 Modeling results under different pretreatment methods of all-band and PCA wavelength data

綜合來看，SVM模型下識別效果優(yōu)于RF，F(xiàn)S數(shù)據(jù)建模效果優(yōu)于特征波長。分析PCA特征波長下建模結(jié)果較全波段數(shù)據(jù)差的原因： PCA提取的特征波長大多集中在700～770 nm，波長范圍窄，忽略了對分類識別有效的其他波長； 提取的特征波長數(shù)量較少，包含信息量不全面，不能很好地解釋全部數(shù)據(jù)。后續(xù)可采用其他方法提取特征波長進(jìn)行分類識別。

3 結(jié) 論

為了識別柑橘正常、潰瘍病、除草劑、紅蜘蛛和煤煙病五類病蟲害葉片，利用SOC710VP高光譜成像儀采集五類柑橘葉片高光譜圖像，在478～900 nm范圍內(nèi)提取ROI得到光譜數(shù)據(jù)。采用1stDer，MSC和SNV預(yù)處理方法對原始光譜數(shù)據(jù)進(jìn)行預(yù)處理，對不同預(yù)處理方法后數(shù)據(jù)進(jìn)行PCA以提取特征波長。分別以FS和PCA特征波長光譜數(shù)據(jù)進(jìn)行SVM和RF建模，結(jié)果表明： (1)一階求導(dǎo)預(yù)處理方法能夠優(yōu)化光譜數(shù)據(jù)，經(jīng)其預(yù)處理后的數(shù)據(jù)在各模型下總分類精度達(dá)90%，Kappa系數(shù)達(dá)0.88； (2)對不同預(yù)處理后光譜數(shù)據(jù)進(jìn)行PCA，均得到7個(gè)特征波長，分別建立SVM和RF模型，1stDer-PCA-SVM和1stDer-PCA-RF模型下OA最高，分別為90.82%和91.79%； (3)綜合來看FS數(shù)據(jù)建模效果優(yōu)于PCA特征波長，前者模型識別率在88%以上，后者識別率達(dá)到84%，分析可知特征波長相對集中在700～770 nm，范圍跨度窄，包含信息不全面，故PCA模型的OA值較FS數(shù)據(jù)低。研究結(jié)果表明結(jié)合高光譜成像技術(shù)和機(jī)器學(xué)習(xí)方法可以實(shí)現(xiàn)柑橘病蟲害葉片的分類，為柑橘病蟲害的無損準(zhǔn)確識別提供了理論根據(jù)。