摘要 圖像識(shí)別是除草機(jī)器人的一項(xiàng)基礎(chǔ)關(guān)鍵研究。為了能提高農(nóng)作物和雜草的識(shí)別率以及便于識(shí)別物特征的提取，提出了基于卷積神經(jīng)網(wǎng)絡(luò)的識(shí)別方法。以農(nóng)田中的雜草和農(nóng)作物為試驗(yàn)對(duì)象設(shè)計(jì)了網(wǎng)絡(luò)結(jié)構(gòu)。該網(wǎng)絡(luò)結(jié)構(gòu)的參數(shù)較少，準(zhǔn)確率達(dá)到了92.08%，且處理每張圖片的時(shí)間僅為0.82 ms。

關(guān)鍵詞 除草;卷積神經(jīng)網(wǎng)絡(luò);快速;圖像識(shí)別

中圖分類(lèi)號(hào) S126文獻(xiàn)標(biāo)識(shí)碼 A

文章編號(hào) 0517-6611（2019）14-0242-03

doi：10.3969/j.issn.0517-6611.2019.14.071

開(kāi)放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

Abstract Image recognition is the basic and key research of weeding robot.In order to improve the recognition rate of crops and weeds and facilitate the extraction of recognition features，we proposed a recognition method based on convolutional neural network.The network structure was designed with weeds and crops as experimental objects.The network structure had fewer parameters with its accuracy reaching 92.08%，and the processing time of each picture was only 0.82 ms.

Key words Weeding;Convolutional neural network;Fast;Image identification

作者簡(jiǎn)介 張有春（1997—），男，云南大理人，從事計(jì)算機(jī)圖像識(shí)別研究。

收稿日期 2018-12-25;修回日期 2019-02-18

除草是培養(yǎng)栽培植物必不可少的過(guò)程，目前除草工作已經(jīng)摒棄了傳統(tǒng)人工除草的方式，較為廣泛使用的是化學(xué)除草。該方法可節(jié)省勞動(dòng)力，降低除草成本，提高勞動(dòng)生產(chǎn)力;但其弊端也是顯而易見(jiàn)的，有時(shí)候會(huì)引起藥害，甚至污染環(huán)境，破壞生態(tài)平衡。智能除草有利于生態(tài)環(huán)境保護(hù)且先進(jìn)高效[1]，這也是被廣泛研究的原因，如何快速有效地識(shí)別作物與雜草是除草機(jī)器人研究的關(guān)鍵技術(shù)。

如今，隨著機(jī)器學(xué)習(xí)領(lǐng)域中深度學(xué)習(xí)的崛起，基于人工神經(jīng)網(wǎng)絡(luò)的各種識(shí)別方法被廣泛用于各個(gè)領(lǐng)域[2]，深度學(xué)習(xí)模擬人腦進(jìn)行分析，通過(guò)組合低層次特征形成更加抽象的高層次特征[3]。它通過(guò)提取農(nóng)作物與雜草特征，以數(shù)據(jù)形式在預(yù)先設(shè)計(jì)好的模型中進(jìn)行訓(xùn)練得到新的模型，從而實(shí)現(xiàn)農(nóng)作物與雜草的識(shí)別。該方法準(zhǔn)確率較高，且由于模型的特殊性包含參數(shù)較多，對(duì)于識(shí)別有很好的通用性。鑒于此，基于卷積神經(jīng)網(wǎng)絡(luò)的識(shí)別方法，筆者進(jìn)一步研究了雜草圖像快速識(shí)別。

1 卷積神經(jīng)網(wǎng)絡(luò)

卷積神經(jīng)網(wǎng)絡(luò)（convolutional neural networks，CNN）是一種有別于一般神經(jīng)網(wǎng)絡(luò)的新型網(wǎng)絡(luò)，涉及圖像識(shí)別、自然語(yǔ)言處理等領(lǐng)域，其研究趨勢(shì)和發(fā)展前景較好。卷積神經(jīng)網(wǎng)絡(luò)由輸入層、卷積層、池化層、激活函數(shù)、全連接層、輸出層組成[4]。卷積層用于提取輸入數(shù)據(jù)的特征，由許多卷積核組成，卷積核像一個(gè)篩子篩選有用的信息，而篩選的過(guò)程即為卷積運(yùn)算過(guò)程;池化層在不破壞數(shù)據(jù)主要特征的情況下，減少訓(xùn)練數(shù)據(jù)中一些無(wú)關(guān)緊要的參數(shù)，在一定程度上能防止過(guò)擬合，更方便優(yōu)化;激活函數(shù)是為了增加網(wǎng)絡(luò)的表達(dá)能力，即非線(xiàn)性因素;全連接層則是把之前的局部特征全部組合在一起，從而實(shí)現(xiàn)對(duì)識(shí)別物的分類(lèi)。

以經(jīng)典模型LeNet-5為例，以野外采集的雜草圖像為輸入數(shù)據(jù)，計(jì)算機(jī)理解為若干向量矩陣（圖1）。C1為卷積層，C1卷積之后通過(guò)激活函數(shù)得到S2，S2為池化層通過(guò)池化操作得到C3，C3也是卷積層，C3和S4通過(guò)和C1、S2相同操作后得到C5，進(jìn)一步得到F6全連接層，F(xiàn)6中每個(gè)神經(jīng)元與C5進(jìn)行全連接。

2 網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)

使用卷積神經(jīng)網(wǎng)絡(luò)算法進(jìn)行識(shí)別研究的關(guān)鍵在于神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)的合理性，好的網(wǎng)絡(luò)結(jié)構(gòu)往往是集性能和計(jì)算效率于一身。網(wǎng)絡(luò)結(jié)構(gòu)的結(jié)果好壞和學(xué)習(xí)效率與參數(shù)有密切關(guān)系，而卷積核大小直接影響參數(shù)的多少，設(shè)計(jì)時(shí)避免出現(xiàn)AlexNet[5]中11×11大小的卷積核，用較小尺寸的卷積核代替。斬獲2014 ILSVRC挑戰(zhàn)賽冠軍的網(wǎng)絡(luò)結(jié)構(gòu)GoogLeNet[6]，一共有22層使用的卷積核大小，最大為5×5，不同尺寸卷積核搭配使用，達(dá)到減少參數(shù)的效果，從而提高了計(jì)算效率。參數(shù)的數(shù)量減少到AlexNet的1/12，但是其性能卻優(yōu)于AlexNet很多。受GoogLeNet啟發(fā)，減少卷積核大小的同時(shí)適當(dāng)增加網(wǎng)絡(luò)的深度。

該研究以L(fǎng)eNet-5網(wǎng)絡(luò)模型為基礎(chǔ)改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)（圖2），該網(wǎng)絡(luò)的核心在于3個(gè)卷積層和3個(gè)池化層交替使用不同尺寸的卷積核，這有利于特征的提取，同時(shí)可減少處理時(shí)間。其中，C1使用5×5大小的卷積核，C2和C3都使用3×3大小的卷積核，由于圖片信息量過(guò)大的因素，該研究選定池化操作為最大池化方法，池化層均采用2×2尺寸規(guī)格。每個(gè)卷積操作之后加入ReLu激活函數(shù)，引入非線(xiàn)性因素。圖片的輸入尺寸為56×56，網(wǎng)絡(luò)結(jié)構(gòu)可大致標(biāo)記C52×52—P26×26—C24×24—P12×12—C10×10—P5×5，C表示卷積層，P表示池化層，字母后的數(shù)字表示特征圖的大小。經(jīng)過(guò)3次卷積操作和3次池化操作，進(jìn)入全連接層F1，F(xiàn)1有84個(gè)節(jié)點(diǎn)，在進(jìn)入F2全連接層之前再次使用ReLu函數(shù)激活，F(xiàn)2有10個(gè)節(jié)點(diǎn)，最后一層為輸出層，輸出樣本的分類(lèi)結(jié)果。

3 樣本采集與試驗(yàn)處理

為了研究基于卷積神經(jīng)網(wǎng)絡(luò)的雜草識(shí)別方法，試驗(yàn)選取大白菜（圖3a）及其伴生雜草作為實(shí)驗(yàn)對(duì)象，雜草樣本主要是三葉草（圖3b）和鼠曲（圖3c）2種。使用手機(jī)在農(nóng)作物田中采集圖片最大分辨率為3 120×4 160，考慮到農(nóng)作物和雜草的全局性采用垂直拍攝作為圖片采集方式。為了適應(yīng)不同環(huán)境下的雜草識(shí)別，分別從強(qiáng)光、一般、弱光3種不同光線(xiàn)強(qiáng)度進(jìn)行圖片采集，每個(gè)類(lèi)別采集60張圖片。

理論上可以直接把處理很少或未經(jīng)處理的圖片直接輸入卷積神經(jīng)網(wǎng)絡(luò)中，但實(shí)際上為了避免計(jì)算量大、學(xué)習(xí)效率低下等問(wèn)題的出現(xiàn)以及提高神經(jīng)網(wǎng)絡(luò)的魯棒性和識(shí)別率，往往都會(huì)對(duì)采集到的圖片進(jìn)行預(yù)處理。因此，該研究對(duì)采集得到的圖片進(jìn)行預(yù)處理，預(yù)處理過(guò)程一般包括壓縮圖片、降低分辨率、灰度化、二值化和濾波等操作[7]。由于在采集樣本時(shí)拍攝高度和范圍不一致，為了符合實(shí)驗(yàn)需求將圖片按1∶1比例裁剪后，統(tǒng)一分辨率為56×56;圖像灰度化使用加權(quán)平均法，灰度化后的圖片會(huì)存在一些噪聲，從而會(huì)影響圖像的識(shí)別，使用中值濾波法去除噪聲后進(jìn)行二值化處理，整個(gè)過(guò)程均借助MATLAB編程實(shí)現(xiàn)，處理結(jié)果如圖4所示。為了減少過(guò)擬合，得到較穩(wěn)定的網(wǎng)絡(luò)結(jié)構(gòu)，卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練時(shí)需要大量的數(shù)據(jù)，但是由于采集圖片數(shù)量不是很多，所以對(duì)每張圖片預(yù)處理之后進(jìn)行各方位90°翻轉(zhuǎn)，以此來(lái)增加樣本數(shù)量。最后把經(jīng)過(guò)預(yù)處理的圖片做成樣本集，一共有720張圖片，其中每一類(lèi)數(shù)量為240張。

4 樣本采集與試驗(yàn)結(jié)果

神經(jīng)網(wǎng)絡(luò)的框架搭建和訓(xùn)練在Python的工具包-PyTorch環(huán)境下進(jìn)行，整個(gè)試驗(yàn)過(guò)程使用的設(shè)備是msi游戲筆記本，其參數(shù)為：Intel（R） Core（TM）i7-7700HQ CPU@2.80GHZ，CUDA為8.0版本。在訓(xùn)練之前將樣本集分為6份，按5∶1比例分為訓(xùn)練集和測(cè)試集，訓(xùn)練集中大白菜、鼠曲、三葉草各有200張，各類(lèi)圖集余下的40張則為測(cè)試集。網(wǎng)絡(luò)迭代次數(shù)設(shè)定為60次，學(xué)習(xí)效率0.001，訓(xùn)練時(shí)隨機(jī)不重復(fù)地從訓(xùn)練集中抽取數(shù)據(jù)，輸入到神經(jīng)網(wǎng)絡(luò)中后，得到其均方差曲線(xiàn)（圖5），曲線(xiàn)圖表明訓(xùn)練次數(shù)至30次后誤差速率下降比較平穩(wěn)，繼續(xù)訓(xùn)練曲線(xiàn)平穩(wěn)過(guò)度趨于一條水平線(xiàn)，訓(xùn)練次數(shù)達(dá)到42次時(shí)誤差最小，為0.280。

為了實(shí)時(shí)得到網(wǎng)絡(luò)訓(xùn)練后的正確率和最佳迭代次數(shù)，每訓(xùn)練1次網(wǎng)絡(luò)之后進(jìn)行網(wǎng)絡(luò)測(cè)試，得到其正確率曲線(xiàn)如圖6所示。圖6表明訓(xùn)練22次后，正確率高于80%，最高的識(shí)別率在迭代次數(shù)為45次時(shí)，達(dá)到91.82%，之后正確率基本保持在90.00%左右。

把該網(wǎng)絡(luò)與眾多學(xué)者研究使用的雜草識(shí)別方法進(jìn)行比較，結(jié)果如表1所示。從表1可以看出，網(wǎng)絡(luò)在識(shí)別率上并不弱于前2種方法，由于不需要人為提取特征，因此省去很多工作，此外每張圖片平均0.82 ms的處理時(shí)間也具有優(yōu)越性;基于立體視覺(jué)進(jìn)行識(shí)別的方法雖然識(shí)別率較高，但對(duì)技術(shù)、設(shè)備的要求相對(duì)也較高。該研究使用的網(wǎng)絡(luò)結(jié)構(gòu)在運(yùn)用于實(shí)際生產(chǎn)中時(shí)，并不需要對(duì)所有雜草進(jìn)行識(shí)別，換種思路只需要識(shí)別出農(nóng)作物便可以除草，所以實(shí)際效果更好。

5 結(jié)語(yǔ)

針對(duì)農(nóng)作物中雜草的識(shí)別問(wèn)題，該研究在基于卷積神經(jīng)網(wǎng)絡(luò)的識(shí)別方法的基礎(chǔ)上構(gòu)建了一個(gè)卷積神經(jīng)網(wǎng)絡(luò)框架，該網(wǎng)絡(luò)識(shí)別雜草的正確率達(dá)92.08%，與其他方法相比，不僅在正確率上有所提高，每幅圖0.82 ms處理時(shí)間也優(yōu)于其他幾種方式。有別于傳統(tǒng)方法，該方法不需要人為提取特征，因此可以減少特征提取過(guò)程中的許多復(fù)雜運(yùn)算，此外還有良好的泛化性，是一種較理想的田間雜草識(shí)別方法。

雖然使用卷積網(wǎng)絡(luò)神經(jīng)進(jìn)行雜草識(shí)別試驗(yàn)取得不錯(cuò)的效果，但是也存在一些不足之處：

①試驗(yàn)的數(shù)據(jù)量并不是很充足，數(shù)據(jù)量的多少對(duì)網(wǎng)絡(luò)結(jié)構(gòu)的穩(wěn)定性和準(zhǔn)確性起著關(guān)鍵作用，因此下一步打算采集更多的數(shù)據(jù)進(jìn)行試驗(yàn);②卷積神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)結(jié)構(gòu)不同，相應(yīng)的效果也有所區(qū)別，因此下一步打算嘗試構(gòu)建更優(yōu)的網(wǎng)絡(luò)結(jié)構(gòu)。

參考文獻(xiàn)

[1] 邢占強(qiáng).智能化除草機(jī)器人技術(shù)發(fā)展現(xiàn)狀及趨勢(shì)展望[J].農(nóng)業(yè)科技與裝備，2015（5）：37-38.

[2] 郭麗麗，丁世飛.深度學(xué)習(xí)研究進(jìn)展[J].計(jì)算機(jī)科學(xué)，2015，42（5）：28-33.

[3] 周月鵬，盧喜利.深度學(xué)習(xí)技術(shù)在智慧校園建設(shè)中的應(yīng)用研究[J].微型電腦應(yīng)用，2018，34（12）：131-133，143.

[4] 李宗辰.基于卷積神經(jīng)網(wǎng)絡(luò)的文獻(xiàn)分析[D].長(zhǎng)春：長(zhǎng)春工業(yè)大學(xué)，2017：16-20.

[5] 周曼，劉志勇，陳夢(mèng)遲，等.基于AlexNet的遷移學(xué)習(xí)在流程工業(yè)圖像識(shí)別中的應(yīng)用[J].工業(yè)控制計(jì)算機(jī)，2018，31（11）：80-82.

[6] 王天興.基于GoogLeNet網(wǎng)絡(luò)結(jié)構(gòu)的改進(jìn)算法研究[D].杭州：杭州電子科技大學(xué)，2018：18-20.

[7] 楊建姣.基于BP神經(jīng)網(wǎng)絡(luò)的田間雜草識(shí)別技術(shù)的研究[D].長(zhǎng)春：吉林農(nóng)業(yè)大學(xué)，2017：7-18.

[8] 喬永亮，何東健，趙川源，等.基于多光譜圖像和SVM的玉米田間雜草識(shí)別[J].農(nóng)機(jī)化研究，2013，35（8）：30-34.

[9] 吳蘭蘭，劉劍英，文友先，等.基于支持向量機(jī)的玉米田間雜草識(shí)別方法[J].農(nóng)業(yè)機(jī)械學(xué)報(bào)，2009，40（1）：162-166.

[10] 王璨，李志偉.利用融合高度與單目圖像特征的支持向量機(jī)模型識(shí)別雜草[J].農(nóng)業(yè)工程學(xué)報(bào)，2016，32（15）：165-174.