高光譜成像的多種類柑橘病蟲藥害葉片檢測方法研究

吳葉蘭， 管慧寧， 廉小親， 于重重， 廖 禺， 高 超

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

柑橘在我國栽培面積廣泛， 優(yōu)良品種繁多[1]。 隨著柑橘種植面積不斷增加， 影響柑橘果樹生長發(fā)育的病蟲藥害種類也逐漸增多， 導(dǎo)致柑橘產(chǎn)量降低， 品質(zhì)變劣。 常見病害有潰瘍病、 缺素病和煤煙病等， 蟲害有紅蜘蛛、 潛葉蛾等， 藥害有除草劑、 殺螨劑等。 當(dāng)前檢測柑橘病蟲藥害主要有病理檢測法和人工檢測法， 成本高、 主觀性強(qiáng)且效率低。 因此研究一種快速精準(zhǔn)的多種類柑橘病蟲藥害檢測方法， 對柑橘生長狀況監(jiān)測及病蟲藥害快速診斷識別有重要意義。

高光譜成像技術(shù)是一種融合光譜和圖像信息的光電檢測技術(shù)， 有分辨率高、 波段數(shù)量多、 信息量大等特點(diǎn)[2-3]， 已廣泛應(yīng)用于農(nóng)作物病蟲害檢測[4]、 品質(zhì)鑒定[5]和生態(tài)環(huán)境保護(hù)[6]等方面。 蘭玉彬等[7]結(jié)合Savitzky-Golay平滑和支持向量機(jī)(SVM)方法， 建立了柑橘黃龍病分類模型。 鄧小玲等[8]為識別柑橘黃龍病植株， 分別使用BP(back propagation, BP)神經(jīng)網(wǎng)絡(luò)、 極限梯度提升樹(XGBoost)、 邏輯回歸和SVM算法搭建模型， 識別準(zhǔn)確率均在93%以上。 Abdulridha[9]等將神經(jīng)網(wǎng)絡(luò)徑向基函數(shù)用于柑橘潰瘍病染病程度的檢測， 得到不同階段染病葉片分類模型。 劉燕德等[10]為判別柑橘黃龍病情等級， 實(shí)現(xiàn)無損檢測， 結(jié)合最小二乘支持向量機(jī)(LS-SVM)和偏最小二乘判別分析(PLS-DA)方法建立分類模型， 模型誤判率為5.6%。 孫旭東等[11]使用峰值比判別法和偏最小二乘判別法建立了柑橘正常、 黃龍病和缺素病三分類模型。 綜合來看， 目前有關(guān)柑橘病蟲藥害識別的研究大多是單一癥狀檢測與分級， 多種類柑橘病蟲藥害的快速精準(zhǔn)分類識別研究較少。

針對正常葉片和產(chǎn)生危害較為嚴(yán)重的潰瘍、 煤煙、 缺素三種柑橘病害葉片、 紅蜘蛛蟲害葉片、 除草劑藥害葉片， 基于高光譜成像和機(jī)器學(xué)習(xí)技術(shù)， 采用多種預(yù)處理和特征波長提取方法， 構(gòu)建柑橘病葉XGBoost和SVM檢測識別模型， 對比分析實(shí)驗(yàn)結(jié)果， 確定最優(yōu)模型， 為柑橘生長狀況監(jiān)測及病蟲藥害快速診斷識別提供理論基礎(chǔ)。

1 實(shí)驗(yàn)部分

1.1 樣本

樣本全部來自江西省新余市渝水區(qū)柑橘果園， 采集時間為2020年10月初。 挑選大小相當(dāng)?shù)母涕僬Ｈ~片60片， 潰瘍病葉片50片， 缺素病葉片60片， 煤煙病葉片103片， 紅蜘蛛葉片56片和除草劑危害葉片85片。

1.2 高光譜數(shù)據(jù)采集

選用美國SurfaceOptics公司生產(chǎn)的SOC710VP可見/近紅外高光譜成像儀采集不同類型的柑橘葉片高光譜數(shù)據(jù)。 該系統(tǒng)主要由高光譜成像儀、 光源、 計算機(jī)、 樣本、 載物臺和電源等部件構(gòu)成。 可采集波長范圍為350～1 050 nm， 光譜分辨率為1.3 nm， 波段數(shù)為128個， 鏡頭類型為C-Mount， 焦距可調(diào)。 設(shè)定高光譜圖像采集曝光時間為150 ms， 物距為57.6 cm， 掃描速度每秒30行， 32 s·cube-1， 原始圖像尺寸大小為696×520。 為消除采集過程中由環(huán)境、 設(shè)備等引起的測量偏差， 利用光譜處理軟件SRAnal710e進(jìn)行灰板校正， 得到葉片的反射率數(shù)據(jù)。 對每個葉片的一個或多個發(fā)病區(qū)提取5×5感興趣區(qū)域(region of interest, ROI)， 一個ROI得到25個光譜信息樣本， 六類柑橘葉片共提取690個ROI， 最終得到17 250個光譜樣本。 樣本的全部光譜曲線如圖1所示， 平均光譜曲線如圖2所示。

圖1 六類葉片樣本全部光譜曲線

根據(jù)光譜曲線分析可知， 六類葉片的光譜曲線呈現(xiàn)典型綠色葉片特征， 總體趨勢相同。 由于葉綠素吸收作用， 在500 nm附近的藍(lán)紫光區(qū)域和680 nm附近的紅光區(qū)域有兩個強(qiáng)吸收帶； 由于葉綠素反射作用， 在550 nm附近呈現(xiàn)一個反射率峰， 720 nm后形成高反射率臺階， 這部分葉綠素對植物生理變化反應(yīng)最為靈敏， 常用來區(qū)分植物種類和診斷植物所受脅迫狀態(tài)。 因不同病蟲藥害葉片光譜曲線有交叉重疊區(qū)域， 僅依據(jù)光譜曲線無法準(zhǔn)確區(qū)分類別， 需后續(xù)光譜數(shù)據(jù)處理和建模。

圖2 六類葉片樣本平均光譜曲線

1.3 預(yù)處理與數(shù)據(jù)降維

為消除噪聲和譜線漂移等干擾， 分別采用一階求導(dǎo)(first derivative, 1stDer)、 多元散射校正(multiplicative scatter correction, MSC)和中值濾波(median filtering, MF)三種方法對原始的高光譜數(shù)據(jù)進(jìn)行預(yù)處理[11]。 對預(yù)處理后的數(shù)據(jù)分別采用競爭性自適應(yīng)重加權(quán)(competitive adapative reweighted sampling, CARS)算法[12]和主成分分析(principal component analysis, PCA)算法[13]進(jìn)行特征波長提取， 減少全波段光譜數(shù)據(jù)冗余信息， 降低模型復(fù)雜度并提高分類準(zhǔn)確率。

1.4 分類算法

支持向量機(jī)(support vector machines, SVM)算法在解決小樣本、 非線性、 高維模式等問題上具有優(yōu)勢， 廣泛應(yīng)用于高光譜數(shù)據(jù)處理與建模[14]。 極限梯度提升樹(eXtreme gradient boosting, XGBoost)是一種可最大化利用集群資源且高度靈活的梯度提升優(yōu)化算法， 支持并行化和正則化， 具有訓(xùn)練速度快、 識別精度高等特點(diǎn)。 XGBoost具體建模過程如下[15]。

(1)設(shè)光譜數(shù)據(jù)D={(xi,yi)}(|D|=n,xi∈Rd,yi∈R)為n×d的矩陣， 其中n為樣本數(shù)，d為特征維度，xi為第i個樣本數(shù)據(jù)。

(2)XGBoost算法的目標(biāo)函數(shù)為

(1)

式(1)中l(wèi)(·,·)為損失函數(shù)，Ω(·)為正則化項，c為常數(shù)可忽略不計。 (3)將目標(biāo)函數(shù)泰勒展開為

(2)

(3)

式(2)和式(3)中，gi和hi分別為l(·, ·)一階導(dǎo)數(shù)和二階導(dǎo)數(shù)，γ為復(fù)雜度參數(shù)，λ為人工設(shè)置固定系數(shù)，T為葉子結(jié)點(diǎn)數(shù)，w為每個葉子結(jié)點(diǎn)權(quán)重。

(4)

(5)

以O(shè)bj*最小為原則選擇最佳切分點(diǎn)， 根據(jù)式(5)遍歷計算所有特征， 構(gòu)建新的決策樹模型， 并不斷擬合先前模型的偏差， 直至擬合效果達(dá)到最佳。 XGBoost在建模過程中能生成特征重要性指數(shù)， 可用來評估每個波長的重要程度， 標(biāo)識特征波長。 常用的特征重要性指數(shù)有特征分裂次數(shù)(FScore)、 平均增益值(Gain)和平均覆蓋率(Cover)， 在此選用FScore作為評價指標(biāo)確定特征波長。

2 結(jié)果與討論

2.1 特征波長選取

采用CARS算法選取特征波長， 迭代次數(shù)和蒙特卡羅采樣次數(shù)分別設(shè)置為1 000和50。 圖3以原始光譜為例給出了CARS算法選取特征波長的過程， 其中， 圖3(a)反映了隨采樣次數(shù)增加篩選出的特征波長個數(shù)不斷減少。 圖3(b)顯示交叉驗(yàn)證均方差(RMSECV)在采樣初期隨采樣次數(shù)緩慢減小， 后期逐步增大， 說明在采樣后期淘汰了影響病葉分類準(zhǔn)確率的關(guān)鍵波長， RMSECV應(yīng)取最小值。 圖3(c)顯示采樣次數(shù)為33時RMSECV值最小， 該處對應(yīng)的特征波長子集最優(yōu)。 表1給出了Origin-CARS， 1stDer-CARS， MSC-CARS， MF-CARS特征波長提取結(jié)果， 分別為10個、 5個、 12個和10個。

圖3 原始光譜CARS選取特征波長過程

表1 CARS和PCA提取特征波長

采用PCA算法選取特征波長， 用留一交叉驗(yàn)證法確定最優(yōu)主成分， 前4個主成分的累計貢獻(xiàn)率達(dá)到99.8%以上， 交叉驗(yàn)證準(zhǔn)確率達(dá)97%， 能夠代表柑橘葉片的絕大部分光譜信息。 圖4以原始光譜為例， 給出了PCA的前4個主成分載荷曲線， 每條曲線的波峰和波谷位置處載荷絕對值最大， 該處對應(yīng)的波長即為篩選出的特征波長。 表1給出了原始及預(yù)處理后的光譜數(shù)據(jù)經(jīng)PCA降維后得到的4組特征波長， 均為7個。

2.2 分類模型對比分析

基于全波段使用XGBoost算法， 構(gòu)建FS-XGBoost分類模型； 特征波段使用SVM算法， 采用隨機(jī)法設(shè)置訓(xùn)練集與測試集比例為3∶1， 分別構(gòu)建CARS-SVM和PCA-SVM分類模型， 對比分析實(shí)驗(yàn)結(jié)果。

由于XGBoost模型參數(shù)較多， 通過網(wǎng)格搜索確定模型最優(yōu)參數(shù)為： num_round=750， eta=0.6， max_depth=7， 采用10折交叉驗(yàn)證進(jìn)行訓(xùn)練。 在模型訓(xùn)練過程中XGBoost可進(jìn)行特征選擇， 將各波長的使用次數(shù)(Fscore)作為特征重要性的指標(biāo)， 篩選出最佳特征波長組合優(yōu)先用于模型訓(xùn)練和測試。 圖5以原始光譜為例給出了特征重要性排名前20的波段， 可以看出， 重要性較高的波段集中在700～760 nm間， 與2.1節(jié)提取出的特征波段范圍一致， 佐證了直接輸入全波段光譜信息搭建XGBoost模型的合理性。

圖4 原始光譜前4個主成分載荷曲線

圖5 XGBoost特征重要性篩選

圖6給出了在不同預(yù)處理方法下全波段數(shù)據(jù)XGBoost建模結(jié)果。 所有模型中， 潰瘍病和缺素病的識別效果最好， 識別率均在99%以上； 紅蜘蛛識別率均在95%以上； 除草劑和煤煙病的識別率略低。 原始數(shù)據(jù)經(jīng)預(yù)處理后， 除草劑和煤煙病識別率波動較大。 六類葉片光譜數(shù)據(jù)經(jīng)MF預(yù)處理后， 整體識別效果最好， MF-FS-XGBoost建模效果最優(yōu)， 識別率均在90.50%以上。

圖6 全波段數(shù)據(jù)XGBoost建模結(jié)果

圖7給出了特征波段數(shù)據(jù)SVM建模結(jié)果， CARS-SVM和PCA-SVM模型的輸入特征波長數(shù)均在5～12個范圍內(nèi)， 與全波段數(shù)據(jù)相比降低了模型復(fù)雜度， 提高了運(yùn)算效率。 分析可知， 正常、 潰瘍病和缺素病葉片識別率均穩(wěn)定在99%左右， 紅蜘蛛葉片也達(dá)95%以上； 除草劑和煤煙病識別效果較差， 識別率在72%～90%范圍內(nèi)； CARS-SVM模型優(yōu)于PCA-SVM， 其中Origin-CARS-SVM模型建模效果最好； 但SVM模型識別率整體低于XGBoost模型。

使用整體分類準(zhǔn)確率(overall accuracy， OA)、 召回率(recall)和模型訓(xùn)練時間(train-time)評估XGBoost和SVM模型的識別效果， 表2給出了兩類模型的評估結(jié)果。

圖7 SVM特征波長數(shù)據(jù)建模結(jié)果

表2 XGBoost和SVM建模結(jié)果

分析可知， XGBoost模型的OA和Recall均高于SVM模型， 模型訓(xùn)練時間短， 效率高， 綜合性能好。 其中MF-FS-XGBoost建模效果最佳， OA為96.56%， Recall為95.91%， Train-time為63 s。 經(jīng)兩種降維方法提取特征波長后建立的SVM模型中， CARS識別效果最優(yōu)， 其中Origin-CARS-SVM的OA為93.63%， Recall為94.03%， Train-time為167 s。 特征波長建模結(jié)果較全波段數(shù)據(jù)差是因?yàn)樘崛〉奶卣鞑ㄩL均集中在700～790 nm間， 波長范圍窄， 忽略了其他有效波長， 包含的信息量少于全波段數(shù)據(jù)。 綜上， XGBoost模型識別效果和運(yùn)算效率均優(yōu)于SVM， FS數(shù)據(jù)建模效果優(yōu)于特征波長， MF-FS-XGBoost模型最優(yōu)。 XGBoost模型比傳統(tǒng)SVM更適合柑橘病葉分類， 解決了由于光譜重合率高出現(xiàn)的病葉種類誤判問題。

3 結(jié) 論

為檢測識別六種柑橘病蟲藥害葉片， 獲取各類葉片的高光譜成像數(shù)據(jù)并進(jìn)行預(yù)處理， 利用CARS和PCA算法篩選特征波長， 建立FS-XGBoost， PCA-SVM和CARS-SVM模型， 結(jié)果表明： (1)MF預(yù)處理效果優(yōu)于1stDer和MSC， MF-XGBoost和MF-SVM模型OA均在90.98%以上； (2)與PCA相比， CARS算法降維效果更好， CARS篩選的特征波長為5～12個， PCA為7個， CARS-SVM的OA整體較PCA-SVM高1%～5%； (3)XGBoost模型檢測效果優(yōu)于SVM， MF-FS-XGBoost模型識別效果最好， OA為96.56%， 模型運(yùn)算效率高， 分析可知XGBoost模型采用全波段輸入， 可自動優(yōu)先選取較好的特征波長建模， 無需提前降維處理， 降低了模型復(fù)雜度。 研究表明， 采用高光譜成像技術(shù)結(jié)合機(jī)器學(xué)習(xí)方法進(jìn)行多種類柑橘病蟲害識別是可行且有效的， 為柑橘病蟲藥害快速無損檢測和防治提供理論依據(jù)。