朱顥東++吳迪++孫振++李紅嬋

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

關鍵詞：葉片識別；PCA；AdaBoost.M1；圖像處理

中圖分類號： TP391.41文獻標志碼： A

文章編號：1002-1302（2016）12-0372-03

收稿日期：2015-10-14

基金項目：河南省科技計劃（編號：152102210357）；河南省科技計劃（編號：152102210149）；河南省高等學校青年骨干教師資助計劃（編號：2014GGJS-084）；河南省高等學校重點科研項目（編號：16A520030）；鄭州輕工業(yè)學院校級青年骨干教師培養(yǎng)對象資助計劃（編號：XGGJS02）；鄭州輕工業(yè)學院博士科研基金（編號：2010BSJJ038）；鄭州輕工業(yè)學院研究生科技創(chuàng)新基金。

作者簡介：朱顥東（1980—），男，河南虞城人，博士，副教授，碩士生導師，主要研究方向為智能信息處理、計算智能。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，隨著人類社會經(jīng)濟的發(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，對植物進行分類研究進而保持植物物種多樣性的任務越來越迫切，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)的植物葉片識別主要依靠人工，須要投入大量的人員和時間，并且分類的結果容易受到分類人員主觀因素影響。隨著計算機圖像處理技術的不斷發(fā)展，利用數(shù)字圖像處理和模式識別技術對植物葉片進行分類工作已經(jīng)逐步開展。闞江明等利用RBF神經(jīng)網(wǎng)絡結合植物葉片的紋理和形狀特征實現(xiàn)植物葉片的分類[1]；王曉峰等提出移動中心超球分類器，并使用植物葉片的形狀及其不變矩等特征完成了對20多種植物葉片的分類[2]；王路等應用LVQ神經(jīng)網(wǎng)對植物葉片的幾何特征和紋理特征進行分類識別[3]；朱顥東等利用余弦定理結合K-means對植物葉片進行分類識別[4]。然而，現(xiàn)有的方法存在特征參數(shù)獲取比較復雜、訓練樣本特征維數(shù)過高和訓練識別率低的問題。

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

1葉片圖像的預處理以及特征提取

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的拍攝距離、光照以及陰影等外界因素的影響，所以要對其進行預處理，便于后續(xù)的特征提取。

1.1圖像預處理

[JP2]本研究所用的植物葉片圖像來自中國科學院合肥智能機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，預處理過程如圖1所示：（1）將原始彩色圖像轉化為灰度圖像；（2）用Otsu二值化算法對灰度圖像進行二值化處理；（3）用Laplace算子對二值化后的葉片圖像進行邊緣提取得到葉片輪廓。

1.2特征提取

對植物葉片圖像預處理后得到其輪廓，求取葉片的面積、周長、最小外接矩長、最小外接矩寬等幾個簡單的區(qū)域形狀特征[5]，但是這些特征會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)的基礎上，計算葉片的偏心率、形狀參數(shù)、縱橫軸之比等6個具旋轉、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、平移和尺度不變性， 采用Chen提出的

[FK（W14][TPZHD1.tif]

7項Hu不變矩[6]，4種植物葉片特征參數(shù)提取結果如表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}分別對應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）初始化樣本權值Dt（i）=1/n，i=1，2，…，n；

（3）For t=1，2，…，T（弱分類器數(shù)量）；

①調用弱分類算法，使用樣本權重Dt得到弱分類器ht：X→Y；

②計算加權誤差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，更新樣本的權重，其中Zi是歸一化因子，最終的強分類器為H（x）=argmax（∑[DD（]Tt=1[DD）]αt[ht（x）=y]），符號“[]”定義如下：對于邏輯表達式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分別為訓練樣本和訓練樣本的標簽，fea_ts、lab_ts分別為測試樣本和測試樣本的標簽，M為輪循次數(shù)，cn是樣本類別數(shù)，輸出w為各弱分類器的權重，trerr為訓練錯誤率，tserr為測試錯誤率。

[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)包含的信息的基礎上將其轉換為維數(shù)較少的特征主成分來表示，提取出的主成分C1，C2，…，Cn應該具有以下性質：

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

（2）組合系數(shù)（αi1，αi2，…，αin）構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，這個性質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，所以須要對提取出來的特征數(shù)據(jù)進行降維處理，進而提高分類器的識別率。具體方法為：對植物葉片圖像特征提取后的向量集合進行歸一化，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)，每個葉片圖像的特征向量為n維；xi為第i個訓練樣本的特征向量；μ為訓練樣本集合的平均向量，μ=[SX（]1m[SX）]∑[DD（]mi=1[DD）]xi。將計算出的特征值按單調遞減的順序排列為λ1≥λ2≥…≥λr，與其對應的特征向量為η1，η2，…，ηr，r≤n組成1個特征子空間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中訓練。

4葉片識別模型及測試比較結果

本研究利用PCA+AdaBoost.M1算法對植物葉片進行識別，對植物葉片進行預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算法對降維后的參數(shù)進行分類識別，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對象，試驗中每種葉片抽取60張圖片作為樣本，樣本總容量為240張。試驗配置：3.4 GHz酷睿雙核、4G內(nèi)存的戴爾臺式機，參數(shù)設置：輪循次數(shù)M設定為5，訓練樣本占總體樣本的比例trainingRate設定為0.5，AdaBoost.M1的弱假設type為貝葉斯分類器，樣本類別數(shù)cn設置為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個特征參數(shù)，由于這些特征參數(shù)之間在數(shù)量級上存在較大的差異，這樣會對分類器的分類效果的有效性和精確性造成一定的影響，所以要先對這些數(shù)據(jù)進行歸一化處理，最后對歸一化后的數(shù)據(jù)進行PCA降維處理。為了驗證本研究提出的識別方法的有效性，用同樣的未經(jīng)過降維處理的數(shù)據(jù)對AdaBoost.M1進行測試，用同樣的經(jīng)降維處理的數(shù)據(jù)對最近鄰分類器1NN進行測試，試驗結果如表2所示。

為了便于比對，設定識別率的數(shù)值為百分數(shù)，運行時間的數(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)并不會減少原始數(shù)據(jù)的信息量，所以并不會影響到葉片分類的識別率。由表2可知，與未降維的數(shù)據(jù)相比，AdaBoost.M1的識別率約提升1百分點，運行時間卻降低了1個數(shù)量級，由此可見，經(jīng)過PCA降維后AdaBoost.M1處理數(shù)據(jù)所耗費的時間大大地降低，同時也可以保證識別率。這表明用PCA對植物葉片的特征參數(shù)進行降維是行之有效的方法。用同樣的降維數(shù)據(jù)對1NN進行訓練識別，從試驗結果可以看出，識別率與AdaBoost.M1相比低了5.2百分點，而這2種方法的運行時間在同1個數(shù)量級上，說明與1NN相比，AdaBoost.M1的識別率有所提升。綜上所述，該方法在保證識別率的基礎上可以有效地減少植物葉片的識別時間。

5結語

本研究提出一種基于PCA與AdaBoost.M1的植物葉片圖像識別算法。該方法首先利用PCA對初步提取出的13種葉片特征進行降維，然后在低維空間中用AdaBoost.M1算法對這些樣本進行訓練識別。試驗結果表明，該方法對4種植物葉片的識別率達到98.5%，而且識別運行的時間比未降維時處理的時間低了1個數(shù)量級，具有良好的時效性，為植物葉片物種的鑒定提供一種新的識別方法。

[HS2*3]參考文獻：

[1]闞江明，王怡萱，楊曉微，等. 基于葉片圖像的植物識別方法[J]. 科技導報，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別技術的研究[J]. 計算機工程與應用，2006，42（3）：190-193.

[3]王路，張蕾，周彥軍，等. 基于 LVQ 神經(jīng)網(wǎng)絡的植物種類識別[J]. 吉林大學學報：理學版，2007，45（3）：421-426.

[4]朱顥東，申圳. 基于余弦定理和K-means 的植物葉片識別方法[J]. 華中師范大學學報：自然科學版，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別方法[J]. 農(nóng)業(yè)機械學報，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用[D]. 西安：陜西師范大學，2014：9-15.