秦淑芳 劉昌華 黃申奧

(武漢輕工大學數(shù)學與計算機學院,武漢 430023)

稻米是我國的主要糧食作物之一。隨著人們生活水平的改善，對稻米種類和品質(zhì)的要求也越來越高，快速準確的鑒別稻米成為日常生活中迫切的需要。傳統(tǒng)的稻米品種鑒別一般采用人工方法，主要是抽樣后通過目測手查法進行判定，這種方法主觀性大，速度慢，準確性不高，導致稻米品種鑒別具有隨機性，可信性不高。隨著計算機技術(shù)的快速發(fā)展，機器視覺技術(shù)已經(jīng)廣泛應用于多個學科，在農(nóng)業(yè)領域也取得了很多突破性的進展。目前利用近紅外圖像和電子鼻已經(jīng)可以成功的鑒別出稻米品種，但是這種設備造價高且復雜，使得很難大規(guī)模投入使用[1-5]。

由于稻米按粒形和粒質(zhì)可分為秈米、粳米和糯米3類，其中秈米和粳米的顏色相近，較透明，但秈米粒形細長而稍扁平，粳米粒短而闊，較厚，呈橢圓形或卵圓形；糯米的顏色偏白色而不透明，它又可分為兩種：秈糯米和粳糯米，其中秈糯米的粒型和秈米相近，但顏色不同，粳糯米的粒型和粳米相近，但顏色不同。本實驗以稻米的數(shù)字圖像為研究對象，基于稻米圖像的灰度平均值、長寬比和圓形度，提出了一種基于K-means聚類算法和BP神經(jīng)網(wǎng)絡相結(jié)合的稻米品種鑒別方法[6-7]。該方法利用圖像處理技術(shù)提取出11種稻米樣品的灰度平均值、長寬比和圓形度三項特征參數(shù)，利用K-means聚類算法對所得數(shù)據(jù)進行粗聚類，將11種稻米樣本分為3類。聚類的結(jié)果作為BP神經(jīng)網(wǎng)絡的輸入，訓練得到分類器，利用此分類器，可以將3類稻米樣本進一步分類。實驗結(jié)果表明，這種算法的分類效果要優(yōu)于單一使用BP神經(jīng)網(wǎng)絡和K-means算法，且分類準確率達到80%，可見本實驗的方法用于稻米品種鑒別是可行的。

1 K-means聚類算法

聚類，顧名思義，就是將相同或者相似的成員集中在一起并進行分類。聚類技術(shù)就是一種發(fā)現(xiàn)這種內(nèi)在聯(lián)系的技術(shù)，是數(shù)據(jù)挖掘?qū)W科中的一個重要分支。聚類技術(shù)遵循的理念是同一個集合中的樣本相似性最大，不同集合中的樣本相異性最大。在數(shù)據(jù)挖掘領域中，聚類算法可大致分為五種：基于層次、基于密度、基于劃分、基于網(wǎng)絡、基于模型。K-means聚類是最著名的劃分聚類算法[8-9]，由于簡潔和效率使其成為最廣泛應用的聚類算法。

K-means聚類算法相關(guān)描述：設樣本集X={xi|i=1,2,...,N}，K個類別為Cj(j=1,2,...,K)，K個聚類中心為Aj(j=1,2,...,K)。

樣本間的歐式距離公式：

(1)

聚類中心：

(2)

誤差平方準則函數(shù)：

(3)

K-means聚類算法思想：

初始化：在樣本集X中隨機選取k個對象作為初始聚類中心；

進行聚類：利用公式(1)計算每個對象與各個聚類中心的歐式距離，把每個對象分配給距離聚類中心最近的類別，然后利用公式(2)計算出每個類別新的聚類中心；

終止條件：重復進行聚類步驟直到聚類中心不再發(fā)生變化或者迭代次數(shù)達到預設的最大迭代次數(shù)。

K-means聚類算法在分類樣本較少時，有很好的聚類效果，樣本類別過多，就會導致錯分。通常的K-means算法在初始化聚類中心時，是隨機選取的，這種隨機性決定了每次聚類效果都不同，當隨機選取的聚類中心接近每一類樣本數(shù)據(jù)中心時，收斂速度快，分類效果好；當聚類中心處于每一類樣本數(shù)據(jù)邊緣時，收斂速度很慢，甚至迭代結(jié)束，仍沒有收斂。

2 BP(Backing Propagation)神經(jīng)網(wǎng)絡

人工神經(jīng)網(wǎng)絡是用人造神經(jīng)網(wǎng)絡模仿人大腦的神經(jīng)網(wǎng)絡，實現(xiàn)某種功能。BP神經(jīng)網(wǎng)絡是1986年由Rumelharthe McClelland等科學家提出的，是一種按照誤差逆向傳播算法訓練的多層前饋網(wǎng)絡，具有自適應、實時學習的特點。在大部分人工神經(jīng)網(wǎng)絡中都采用BP神經(jīng)網(wǎng)絡及其變化形式，是前饋型神經(jīng)網(wǎng)絡的核心部分。由于BP神經(jīng)網(wǎng)絡能學習和存儲大量的輸入輸出模式映射關(guān)系，并根據(jù)輸入計算輸出[10-12]，因此廣泛應用于模式識別和分類。

三層BP神經(jīng)網(wǎng)絡的結(jié)構(gòu)如圖1所示，它包括一個輸入層、一個隱含層和一個輸出層，分別由n、p、q個神經(jīng)元組成。

隱含層神經(jīng)元的輸出為：

(4)

圖1 三層BP神經(jīng)網(wǎng)絡結(jié)構(gòu)

輸出層神經(jīng)元的輸出為：

(5)

公式(4)中，ωij表示第i個輸入層神經(jīng)元與第j個隱含層神經(jīng)元之間的連接權(quán)；公式(5)中νij表示第j個隱含層神經(jīng)元與第t個輸出層神經(jīng)元之間的連接權(quán)；θj、rt表示相應神經(jīng)元的閾值；f(x)表示神經(jīng)元的激勵函數(shù)，這里采用公式(6)來計算：

(6)

一般的，假設yt表示第t個神經(jīng)網(wǎng)絡的期望輸出值；ct表示第t個神經(jīng)網(wǎng)絡的實際輸出值；當訓練樣本總數(shù)為K時，網(wǎng)絡全局輸出誤差采用最小方差計算，可定義公式(7)

(7)

本研究依據(jù)反向傳播梯度下降法修正連接權(quán)值νij。

(8)

(9)

yt(N)=yt(N-1)+α·d

(10)

(11)

(12)

(13)

每個樣本學習結(jié)束，利用公式(9)、公式(12)調(diào)整相應的連接權(quán)值，直到K個樣本都學習結(jié)束時，判斷全局輸出誤差函數(shù)是否達到設定的收斂限定值，直到誤差函數(shù)達到限定值時，網(wǎng)絡訓練結(jié)束；如果網(wǎng)絡訓練達到最大學習次數(shù)時，誤差仍然大于設定的數(shù)值，網(wǎng)絡訓練也結(jié)束，同時證明網(wǎng)絡訓練失敗。

BP神經(jīng)網(wǎng)絡在分類中得到廣泛的應用，但BP神經(jīng)網(wǎng)絡仍存在一定的局限性，當樣本的類別過多，樣本數(shù)目過少時，直接采用BP神經(jīng)網(wǎng)絡很難準確的對樣本進行分類。BP神經(jīng)網(wǎng)絡在訓練過程中，容易陷入誤差性能函數(shù)的局部最小值，導致訓練結(jié)果不是很好。要解決這些問題，通常的做法是增加神經(jīng)元和網(wǎng)絡層數(shù)，然而這也增加了網(wǎng)絡的復雜性。

3 K-means算法和BP神經(jīng)網(wǎng)絡相結(jié)合

本研究基于K-means聚類算法和BP神經(jīng)網(wǎng)絡的分類方法，構(gòu)造分類模型如圖2所示。

圖2 本研究的分類模型

分類模型算法可描述如下：

輸入：11種稻米圖像；

輸出：每一類樣本的分類正確率。

本文的稻米品種分類方法的實現(xiàn)過程如下：

提取特征參數(shù)：對輸入的圖像分別提取灰度平均值、長寬比、圓形度三個特征值；

聚類：選取分類類別為3，對圖像的特征參數(shù)數(shù)據(jù)利用K-means算法進行聚類，不斷更新聚類中心，直至聚類中心不再變化或迭代結(jié)束；

構(gòu)建BP神經(jīng)網(wǎng)絡：定義BP神經(jīng)網(wǎng)絡的網(wǎng)絡結(jié)構(gòu)，確定網(wǎng)絡層數(shù)、創(chuàng)建函數(shù)、訓練函數(shù)，輸入訓練數(shù)據(jù)訓練神經(jīng)網(wǎng)絡分類器；

測試：對訓練完成的分類器輸入測試數(shù)據(jù)，輸出分類正確率。

4 結(jié)果與分析

4.1 實驗數(shù)據(jù)

稻米在植物科學研究中通常被分為秈米和粳米兩個亞種[13]；而在實際生活中，人們則更加習慣根據(jù)籽粒形狀和籽粒品質(zhì)將稻米分為秈米、粳米和糯米三大類?；谀壳暗久灼贩N鑒定中存在的問題，本實驗分別選用了湖北產(chǎn)秈米3種，泰國產(chǎn)秈米1種，湖北產(chǎn)秈糯米1種，東北產(chǎn)粳米5種，東北產(chǎn)粳糯米1種共11種稻米作為研究對象，選取11種稻米各50粒(總共550粒)作為建立大類模型的實驗樣品，利用選取的特征參數(shù)提取方法分別提取稻米樣品的灰度平均值、長寬比、和圓形度3個特征參數(shù)。以550粒樣品的特征參數(shù)為輸入依據(jù)，將4種秈米樣品編號1～200，粳米樣品編號201～450，糯米樣品編號451～550，其中每種稻米樣品分別編號，采用數(shù)字1～11分別代表11種稻米樣品，其中1～4為秈米，5～9為粳米，10、11為糯米，用于特征參數(shù)提取。

4.2 實驗結(jié)果

對于K-means聚類算法，這550粒樣本作為分類的輸入數(shù)據(jù)；對于BP神經(jīng)網(wǎng)絡，每種稻米選取30粒作為訓練樣本，剩下的20粒作為測試樣本。分別統(tǒng)計利用每種算法處理，每種稻米的分類正確率。將K-means聚類算法、BP神經(jīng)網(wǎng)絡與本文的算法的分類正確率進行對比，以驗證本研究所提算法的性能，結(jié)果如表1所示。

分類正確率采用公式(14)來計算：

(14)

式中：la表示輸入數(shù)據(jù)的標簽，labels表示輸出數(shù)據(jù)的標簽，sum表示計算總和。

表1 每種稻米樣本的分類效果對比結(jié)果

從表1可以看出，利用K-means算法對11個樣本分類時，秈米、粳米、糯米這三大類的樣本彼此沒有混淆，但4種秈米之間、5種粳米之間、2種糯米之間很容易錯誤分類，且每種樣本分類的正確率大部分低于80%，總體的正確率是65%；利用BP神經(jīng)網(wǎng)絡分類時，4種秈米經(jīng)常分為第3類，5種粳米經(jīng)常分為第7類；2種糯米的分類效果很好，雖然個別樣本的正確率接近100%，但大部分樣本的正確率低于60%，總體的正確率為56.55%；利用本研究的方法分類時，雖然個別樣本的正確率低到35%，但大部分的正確率都達到80%，總體的正確率為80.64%。

由于本次實驗所用的稻米品種較多，而每一品種的樣本數(shù)目較少，在選取樣本作測試樣本訓練分類器時，準確性不夠，導致最終的分類識別率。因此筆者下一步的研究重點是采集更多的稻米品種和樣本數(shù)目，建立樣本庫，提高分類精度。

5 結(jié)論

本研究在傳統(tǒng)單一使用K-means算法和BP神經(jīng)網(wǎng)絡的基礎上，將這兩種算法結(jié)合用于稻米品種鑒別，克服了因樣本類別過多、分類精度不高的局限性。實驗結(jié)果顯示，利用本研究的方法有的單個樣本的分類正確率較低，但大部分樣本的分類正確率達到80%，總體的分類正確率達到80.64%。K-means算法總體的分類正確率為65%，BP神經(jīng)網(wǎng)絡的分類正確率為56.55%?？梢娎帽驹囼灥姆椒?，分類正確率最高，且具備一定穩(wěn)定性。

[1]郭文川，朱新華.機器視覺技術(shù)在谷物識別與分級中的研究進展[J].糧食與飼料工業(yè)，2002(6)：50-51GUOWC，ZHUXH.Researchprogressofmachinevisiontechnologyingrainidentificationandclassification[J].GrainAndFeedIndustries，2000(6)：50-51

[2]CHURCHILLDB，BILSLANDDM，COOPERTM.Comparisonofmachinevisionwithhumanmeasurementofseeddimensions.TransactionsoftheASAE.1992，35(1)：61-64

[3]LIUJ，PAULSENMR.CornWhitenessmeasurementandclassificationusingmachinevision.TransactionoftheASAE，2002，43(3)：757-763

[4]梁亮，劉志霄，楊敏華，等.基于可見/近紅外反射光譜的稻米品種與真?zhèn)舞b別[J].紅外與毫米波學報，2009(5)：353-356，391LIANGL，LIUZX，YANGMH，etal.Discriminationofvarietyandauthenticityforricebasedonvisual/nearinfraredreflectionspectra[J].InfraredMillimWaves，2009(5)：353-356，391

[5]熊作周.基于人工嗅覺系統(tǒng)稻米品種鑒定方法的研究[D].鄭州：河南科技大學，2012XIONGZZ.Theresearchofricevarietyidentificationmethodbasedonartificialolfactorysystem[D].Zhengzhou:HenanUniversityofScienceandTechnology，2012

[6]黃申奧.基于機器視覺的稻米品種鑒別[D].武漢：武漢輕工大學，2017HUANGSA.Discriminationmethodofvarietiesofricebasedonmachinevisiontechnology[M].Wuhan：WuhanPolytechnicUniversity，2017

[7]牛曉穎，夏立婭，張曉瑜，K均值和分層聚類法在大米產(chǎn)地鑒別中的應用[J].農(nóng)機化研究，2012，6：141-143NIUXY，XIALY，ZHANGXY.ClassificationofriceaccordingtothegeographicoriginbasedonK-meansclusterandhierarchinalcluster[J].JournalofAgriculturalMechanizationResearch，2012，6：141-143

[8]HANDDJ，VINCIOTTIV.Choosingkfortwo-classnearestneighbourclassifierswithunbalancedclasses.ElsevierScienceInc.，2003，24(9-10)：1555-1562

[9]GARCIAV，MOLLINEDARA，SANCHEZJS.OntheK-NNperformanceinachallengingscenarioofimbalanceandoverlapping.PatternAnalysisandApplications，2008，11(3)：269-280

[10]聞新，李新，張興旺.應用MATLAB實現(xiàn)神經(jīng)網(wǎng)絡[M].北京：國防工業(yè)出版社，2015WENX，LIX，ZHANGXW，ApplicationofMATLABtoRealizeNeuralNetwork[M].Beijing：NationalDefenceIndustryPress，2015

[11]LIAOK，PAULSENMR.CornkernelbreakageclassificationbymachinevisionusingaNeuralNetworkclassifier.TransactionsoftheASAE，1993，36(6)：1949-1953

[12]LIAOK，PAULSENMR，REIDJF，etal.Cornkernelshapeidentificationbymachinevisionusinganeuralnetworkclassifier.ASAEPaper，No.927017，1992

[13]中華人民共和國國家技術(shù)監(jiān)督局.GB1350—2009.中華人民共和國國家標準—稻谷.北京：中華標準出版社，2009-03-28People’sRepublicofChinaStateBureauofTechnicalSupervision.GB1350—2009.NationalStandardofthePeople’sRepublicofChina—Rice.Beijing：StandardPressofChina.2009-03-28.