趙 森， 付 蕓， 崔江南， 魯 燁， 杜旭東， 李永亮

長(zhǎng)春理工大學(xué)光電工程學(xué)院， 吉林 長(zhǎng)春 130022

引 言

刺五加(Acanthopanaxsenticosus)具有益氣健脾、 補(bǔ)腎安神的功效， 作為藥物被廣泛地用于中國(guó)醫(yī)藥學(xué)中已有悠久的歷史， 主要分布于東三省、 河北和山西等地。 黑斑病是刺五加常見(jiàn)的一種病害， 它是由半知菌亞門、 鏈格孢屬真菌形成的病菌侵害引起的， 會(huì)侵染根莖葉等不同器官。 該病害常借助于氣流傳播， 尤其是雨季多發(fā)的夏天， 嚴(yán)重時(shí)， 葉片早落， 影響生長(zhǎng)[1]， 對(duì)于藥圃養(yǎng)殖業(yè)的危害較大。 傳統(tǒng)的診斷方法依賴農(nóng)學(xué)研究人員的判斷和農(nóng)民自身的經(jīng)驗(yàn)， 判別結(jié)果易受主觀因素的影響， 缺乏及時(shí)性和精準(zhǔn)性， 經(jīng)常會(huì)延誤治理病害的最佳時(shí)機(jī)。 因此， 種植業(yè)迫切需要一種實(shí)時(shí)監(jiān)測(cè)且自動(dòng)判別病害的有效手段。

近年來(lái)， 越來(lái)越多的學(xué)者將高光譜成像應(yīng)用到識(shí)別植物葉片及果實(shí)病害的研究中。 結(jié)合化學(xué)計(jì)量法根據(jù)高光譜數(shù)據(jù)建立植物成分的反演模型。 Kong[2]等利用這種方法檢測(cè)油菜莖部的菌核病， 不僅給出被病害侵染前后的油菜莖中葉綠素的敏感波長(zhǎng)， 而且構(gòu)建出最小二乘支持向量機(jī)(LS-SVM)的反演模型， 標(biāo)定集和預(yù)測(cè)集的最佳分類準(zhǔn)確率均在90%以上。 張靜宜[3]等從甜菜尾孢葉斑病的高光譜數(shù)據(jù)中選取前三個(gè)主成分進(jìn)行主成分分析(principal component analysis, PCA)， 雖然在不同程度的病害樣本中存在著部分樣本重疊的現(xiàn)象， 但是， 健康樣本與病害樣本的差別顯著， 運(yùn)用支持向量機(jī)(support vector machine, SVM)的識(shí)別準(zhǔn)確率為88.2%。 在分析稻瘟菌感染的大麥葉片時(shí)， Zhou[4]等也利用前三個(gè)主成分， 根據(jù)光譜反射率的差異準(zhǔn)確地識(shí)別出葉片上的健康與患病部位。 繼而， BP神經(jīng)網(wǎng)絡(luò)、 模糊聚類和支持向量機(jī)等分類方法被用到高光譜的數(shù)據(jù)處理中。 Wang[5]等使用一階導(dǎo)數(shù)法去噪， 并選取前5個(gè)主成分分量作為特征波長(zhǎng)， 運(yùn)用支持向量機(jī)和極限學(xué)習(xí)機(jī)的算法分別建立基于特征波長(zhǎng)與紋理特征的分類模型， 結(jié)果證明基于數(shù)據(jù)融合的支持向量機(jī)模型的性能更穩(wěn)定， 預(yù)測(cè)集正確率達(dá)到98%。 Zhang[6]， Li[7]分別運(yùn)用卷積神經(jīng)網(wǎng)絡(luò)和拓展協(xié)同表達(dá)(extented collaborative representation, ECR)檢測(cè)黃瓜葉片的病害， 如， 霜霉病、 白粉病或褐斑病， 識(shí)別正確率達(dá)到92%以上， 且處理時(shí)間更短。 總之， 高光譜成像已經(jīng)廣泛地應(yīng)用于糧食、 水果和蔬菜等植物病害的監(jiān)測(cè)中， 并且具有廣闊的應(yīng)用前景。 但是， 由于高光譜成像過(guò)程受一定外界因素(如光線和環(huán)境)的干擾， 迫切需要特異性模型的構(gòu)建和數(shù)據(jù)處理的優(yōu)化[8-9]。

本工作以刺五加的黑斑病為研究對(duì)象， 利用高光譜成像系統(tǒng)采集到健康葉片和患病葉片的數(shù)據(jù)， 將經(jīng)過(guò)PCA變換后得分最高的前四個(gè)主成分作為SVM的輸入向量， 構(gòu)建出刺五加早期黑斑病的分類模型， 再根據(jù)混淆矩陣的幾個(gè)二級(jí)指標(biāo)評(píng)價(jià)不同核函數(shù)對(duì)分類器性能的影響。 此外， 對(duì)前四種主成分在分類上的差異進(jìn)行了對(duì)比。 旨在為高光譜成像技術(shù)在藥用植物的病害監(jiān)測(cè)中的應(yīng)用提供實(shí)驗(yàn)基礎(chǔ)。

1 實(shí)驗(yàn)部分

1.1 樣本

實(shí)驗(yàn)中所使用的刺五加樣本均采摘于吉林省長(zhǎng)春農(nóng)科院經(jīng)濟(jì)植物研究所(位于： 北緯43°05′， 東經(jīng)125°27′)。 在長(zhǎng)春經(jīng)植所研究人員的協(xié)同下， 進(jìn)行了植物葉片病理檢驗(yàn)分析， 證實(shí)已感染刺五加的黑斑病。 2019年9月采集自然狀態(tài)下患病葉片112片及健康葉片52片， 并按照葉片患病區(qū)域的面積大小及患病后葉片的木化程度劃分病害程度的等級(jí)[10]。

圖1 健康樣本與病害樣本的圖片

由于植物光照， 通風(fēng)或個(gè)體差異， 健康葉片存在兩種不同的性狀， 一些葉片表面光亮， 葉綠素含量居于上成， 而另外一些葉片處于植株下端， 光照略少且通風(fēng)差， 表面暗淡無(wú)光。 病害葉片也分為兩類， 一類是輕度病害， 其表面變黑， 病株葉片正面有零星黑或褐色小點(diǎn)， 并出現(xiàn)明顯的木質(zhì)化； 另一類是重度病害， 患病區(qū)域逐漸擴(kuò)大， 呈圓形或不規(guī)則的黑色病斑， 邊緣連片， 內(nèi)側(cè)出現(xiàn)亮斑， 并且葉片背面與正面的斑點(diǎn)相同。 按照上述特征將葉片分為四類進(jìn)行建模分析。

1.2 數(shù)據(jù)采集

高光譜成像系統(tǒng)主要由四部分組成， 如圖2(a)所示。 系統(tǒng)包括光譜儀(ImSpector N10E, 400～1 000 nm, Spectral Imaging Ltd., 芬蘭奧盧)、 14 bits的1 600×1 200像素的CCD相機(jī)(Bobcat ICL-1410., 美國(guó)弗洛里達(dá))、 雙側(cè)150W鹵素?zé)艟€性光源(IT3900., Illumination Technologies, 美國(guó))、 一維位移臺(tái)(IRCP-0076-400., Isuzu Optics Corp., 中國(guó)臺(tái)灣)等等。 整個(gè)系統(tǒng)封裝于暗箱里以避免環(huán)境光的干擾， 采集前需要調(diào)整光學(xué)成像系統(tǒng)， 以及設(shè)置位移臺(tái)的控制參數(shù)。 當(dāng)鏡頭焦距調(diào)整到35～45 cm時(shí)， 得到實(shí)際的采集區(qū)域?yàn)?1～13 cm； 通過(guò)實(shí)驗(yàn)發(fā)現(xiàn)， 當(dāng)相機(jī)曝光時(shí)間設(shè)置為22 ms， 并且位移臺(tái)的移動(dòng)速度為5.3 mm·s-1時(shí)， 可以滿足葉片的真實(shí)長(zhǎng)寬比的采集要求。 此外， 為了消除空間場(chǎng)的噪聲干擾， 需要進(jìn)行明暗場(chǎng)校正[11]。 葉片一律為正面對(duì)準(zhǔn)相機(jī)采集到的光譜數(shù)據(jù)送到上位機(jī)中進(jìn)行數(shù)據(jù)處理， 數(shù)據(jù)處理流程如圖2(b)所示， 具體過(guò)程見(jiàn)1.3節(jié)。

圖2 采集系統(tǒng)(a)與數(shù)據(jù)處理流程(b)

1.3 光譜圖像處理

高光譜成像系統(tǒng)采集到刺五加黑斑病的樣本數(shù)據(jù)后， 導(dǎo)入計(jì)算機(jī)進(jìn)行處理。 由于高光譜數(shù)據(jù)的波段多， 具有極高的光譜分辨率， 因而能夠識(shí)別更精細(xì)的特征。 但是， 光譜間相關(guān)性強(qiáng)， 數(shù)據(jù)冗余嚴(yán)重， 就使得高光譜圖像處理及信息提取技術(shù)顯得尤為重要。 高光譜數(shù)據(jù)處理與建模主要使用ENVI5.1(ITT Visual Information Solutions， Boulder， Colorado， 美國(guó))和Matlab(R2014a The Mathworks Inc.， 美國(guó))等軟件。

1.3.1 主成分分析

主成分分析法是一種有效的數(shù)據(jù)降維方法， 它將大量的相關(guān)變量轉(zhuǎn)換為少數(shù)的不相關(guān)變量的組合， 即分離原有變量間的相關(guān)性， 使用少數(shù)變量來(lái)表達(dá)總體數(shù)據(jù)集的信息。 由于高光譜的數(shù)據(jù)量隨著波段數(shù)的增加呈指數(shù)量級(jí)的增長(zhǎng)， 同時(shí)， 相鄰波段之間高度相關(guān)， 產(chǎn)生大量的冗余信息， 主成分分析法極大地減少了數(shù)據(jù)量， 從而縮短計(jì)算時(shí)間。

1.3.2 感興趣區(qū)獲取

使用ENVI軟件提取樣本的感興趣區(qū)域(region of interest, ROI)是關(guān)鍵的一步， 將直接影響分類模型的性能。 通過(guò)對(duì)所采集的刺五加葉片的觀察， 確定使用100×100像素的窗口獲取樣本數(shù)據(jù)， 用平均光譜來(lái)表征感興趣區(qū)域的特征光譜， 并進(jìn)行平滑處理。

1.3.3 支持向量機(jī)

支持向量機(jī)是一種基于凸二次規(guī)劃理論的統(tǒng)計(jì)學(xué)分類方法， 對(duì)樣本具有良好的泛化能力， 根據(jù)待處理數(shù)據(jù)的特點(diǎn)， 可選擇不同類型的核函數(shù)并設(shè)置參數(shù)， 表1給出了四類常用的核函數(shù)的原理及其特點(diǎn)[12]。

表1 四類核函數(shù)的表達(dá)式及其特點(diǎn)

1.3.4 混淆矩陣

混淆矩陣也稱誤差矩陣， 是衡量分類模型準(zhǔn)確度的一種簡(jiǎn)單、 直觀的方法。 采用其二級(jí)指標(biāo)， 包括總體分類精度、 Kappa系數(shù)、 錯(cuò)分誤差和漏分誤差， 比較不同核函數(shù)對(duì)分類器性能的影響。

2 結(jié)果與討論

2.1 光譜曲線分析

將葉片劃分成四類樣本： ①健康(亮部)， 即Health(L)。 ②健康(暗部)， 即health(D)。 健康樣本出現(xiàn)亮暗差異的原因有： 實(shí)驗(yàn)環(huán)境下外界光照不均勻， 葉片存在彎折卷曲； 生長(zhǎng)中植株尖端的葉片受光照面積大且通風(fēng)好， 表面油光； 而植株底部的葉片受光面積小， 通風(fēng)差葉片暗淡許多。 ③輕度病害， 即Mild Disease(M)， 表現(xiàn)出葉片的暗色小點(diǎn)狀。 ④重度病害， 即Severe Disease(S)， 顯現(xiàn)出大斑塊， 斑塊邊緣呈現(xiàn)暗黑色， 中心區(qū)域更暗， 與周圍的光譜差異明顯。 從圖像空間上， 很難分辨出健康亮部和嚴(yán)重病害的差異， 容易造成錯(cuò)判。 然而， 在光譜空間上， 可以清晰地分辨兩者的差異， 準(zhǔn)確地定義健康與患病樣本， 見(jiàn)圖3。 這恰好體現(xiàn)了高光譜成像技術(shù)中“圖譜合一”的優(yōu)越性。

圖3中四類樣本的光譜曲線反映了在各個(gè)波段下樣本的平均反射強(qiáng)度。 從中看出， 健康樣本和病害樣本的光譜差異顯著， 病害樣本的光譜呈現(xiàn)平穩(wěn)上升的趨勢(shì)， 沒(méi)有起伏或階躍現(xiàn)象， 黑斑病嚴(yán)重的區(qū)域， 光譜反射強(qiáng)度增大； 健康樣本的光譜曲線變化明顯， 在540 nm附近存在峰值形態(tài)， 其原因是葉綠素對(duì)540 nm波長(zhǎng)的光吸收作用弱； 在620～680 nm波長(zhǎng)范圍內(nèi)， 光譜反射率曲線急劇上升， 被稱為綠色植物特有的“紅邊效應(yīng)”特征光譜； 700～900 nm范圍內(nèi)， 健康樣本的反射強(qiáng)度趨于平穩(wěn)， 遠(yuǎn)遠(yuǎn)高于病害樣本的光譜反射強(qiáng)度； 在910 nm波段附近是水和氧的窄吸收帶[13]， 光譜曲線呈現(xiàn)下降趨勢(shì)。

圖3 輕度病害、 重度病害、 健康(亮部)和健康(暗部)的光譜曲線

以上分析表明， 高光譜成像技術(shù)能夠檢測(cè)到患病前后的葉片中組分含量的變化， 如葉綠素的含量， 以及水和氧等的變化， 說(shuō)明這些物質(zhì)含量的改變都能夠反映到光譜反射率的變化上。 這表明高光譜成像技術(shù)監(jiān)測(cè)植物病害的可行性。

2.2 主成分分析

采用主成分分析法對(duì)采集到的高光譜數(shù)據(jù)進(jìn)行降維， 選取累計(jì)貢獻(xiàn)率為95.11%的前四個(gè)主成分， 使光譜維度的個(gè)數(shù)從1 040降至4， 截取面積相同的病害區(qū)域并繪制出這四個(gè)主成分的圖像， 如圖4所示。 其中， 圖4(a)—(d)分別對(duì)應(yīng)前四個(gè)主成分(PC1， PC2， PC3和PC4)， (e)為合成RGB圖。 經(jīng)過(guò)比較分析發(fā)現(xiàn)： 主成分PC1的貢獻(xiàn)率為92.60%， 此時(shí)健康樣本和患病樣本具有明顯差異， 圖4(a)中可以看出葉脈的分布， 同時(shí)， 嚴(yán)重病害的中心區(qū)域有別于其他患病區(qū)； 主成分PC2的貢獻(xiàn)率為1.56%， 圖4(b)中健康(亮部)和嚴(yán)重病變均被標(biāo)記為藍(lán)色， 而且輕微病害區(qū)域也沒(méi)有表現(xiàn)出來(lái)； 主成分PC3的貢獻(xiàn)率為0.76%， 不難看出PC3是對(duì)于PC2的補(bǔ)充， 將輕微病害區(qū)域基本表達(dá)完全， 但忽略了嚴(yán)重病害區(qū)域的反射強(qiáng)度信息， 并且健康區(qū)域無(wú)論亮暗均標(biāo)記為黃綠色； 主成分PC4的貢獻(xiàn)率僅有0.19%， 依然將嚴(yán)重病害區(qū)識(shí)別出來(lái)并標(biāo)記為藍(lán)色。 圖4(e)是基于前三個(gè)主成分合成的RGB圖像， 雖然不同病變程度的部分樣本有重疊， 但是， 各類樣本的差異十分明顯， 能夠嚴(yán)格地區(qū)分輕微病害(綠色和黃色)和嚴(yán)重病害(紅色)。

圖4 前四個(gè)主成分與RGB圖像的對(duì)比

以上分析表明， 主成分分析法既能很好的保留樣本特征， 又能夠極大地壓縮數(shù)據(jù)量， 為后續(xù)的建模提供方便。

2.3 模型建立及識(shí)別

運(yùn)用四種不同核函數(shù)的支持向量機(jī)法對(duì)樣本進(jìn)行建模， 分類結(jié)果見(jiàn)圖5。

圖5可以看出， 基于不同核函數(shù)的SVM的分類器差異不大， 這說(shuō)明主成分降維較好地保留了原始數(shù)據(jù)的信息； 圖5(a)和(e)中紅色方框顯示在葉脈識(shí)別上兩者存在細(xì)微的差異， 全光譜將其識(shí)別為健康亮部， 而降維之后判別為健康暗部， 說(shuō)明葉肉和葉脈在組分上略有差異， 而降維處理丟失了這部分信息。 圖5(e)—(h)是降維后再運(yùn)用不同核函數(shù)的SVM建模的分類結(jié)果， 基本沒(méi)有差異， 僅在樣本邊界區(qū)域(如粉色方框)有細(xì)節(jié)性差異。 其原因是： 線性核函數(shù)參數(shù)設(shè)置簡(jiǎn)單， 忽略了細(xì)節(jié)差異， 雖然區(qū)域劃分鮮明但存在噪點(diǎn)； 徑向基核函數(shù)能夠清晰地區(qū)分輕微病害(黃色)與嚴(yán)重病害(靛色)， 各區(qū)域界限鮮明； 多項(xiàng)式核函數(shù)與徑向基核函數(shù)的識(shí)別效果相近； Sigmoid核函數(shù)參數(shù)調(diào)整復(fù)雜， 存在過(guò)擬合現(xiàn)象， 會(huì)淡化細(xì)節(jié)。 相比于前三種核函數(shù)， 在健康暗區(qū)與患病初期的交界處， Sigmoid核函數(shù)會(huì)出現(xiàn)界限模糊的情況。

圖5 SVM采用不同核函數(shù)的對(duì)比

隨機(jī)抽取68個(gè)樣本， 其中四類樣本的數(shù)量相同， 從中提取感興趣區(qū)作為測(cè)試集， 按照上述方法建模， 基于不同核函數(shù)的SVM模型的識(shí)別結(jié)果見(jiàn)圖6(Ⅰ—Ⅳ)。 “暗色方塊”表示預(yù)測(cè)值， “紅色圓點(diǎn)”表示標(biāo)準(zhǔn)值； 橫坐標(biāo)表示樣本編號(hào)， 縱坐標(biāo)表示類型標(biāo)簽： “1”表示健康亮部， “2”表示健康暗部， “3”表示輕微病害， “4”表示嚴(yán)重病害。

圖6 對(duì)比不同核函數(shù)的SVM的識(shí)別結(jié)果

從圖6中看出， 四種核函數(shù)均有較好的識(shí)別效果， 但是也有一定的區(qū)別。 線性核函數(shù)雖然計(jì)算速度快， 但是識(shí)別過(guò)程受光強(qiáng)反射的影響較大； Sigmoid核函數(shù)采用神經(jīng)網(wǎng)絡(luò)的分類方法， 變量不可控， 訓(xùn)練精度受數(shù)據(jù)集大小的影響， 在識(shí)別健康亮或暗， 以及輕微病害上均存在一定的誤差， 需要進(jìn)一步的實(shí)驗(yàn)改進(jìn)。 目前， 多項(xiàng)式核函數(shù)與徑向基核函數(shù)使用最為廣泛， 本文中多項(xiàng)式核函數(shù)的識(shí)別效果更好， 能夠嚴(yán)格地區(qū)別健康與病害樣本。

2.4 模型精度評(píng)價(jià)

用總體分類精度、 Kappa系數(shù)、 錯(cuò)分誤差和漏分誤差等因子評(píng)價(jià)SVM模型的識(shí)別準(zhǔn)確度[14]， 結(jié)果見(jiàn)表2。 從表中看出， 各種核函數(shù)的分類精度一般在90%左右， 其中， 多項(xiàng)式核函數(shù)的效果最優(yōu)， 達(dá)到92.77%。

表2 總體分類精度和Kappa系數(shù)

表3 錯(cuò)分誤差%

表3和表4的數(shù)據(jù)表明， 對(duì)相同條件下采集到的刺五加樣本， 運(yùn)用不同核函數(shù)的支持向量機(jī)算法進(jìn)行建模時(shí)， 健康暗部和嚴(yán)重病害最不易被錯(cuò)分， 只有健康亮部的錯(cuò)分現(xiàn)象明顯， 一般出現(xiàn)在兩類健康區(qū)域的邊界處。 其中， 多項(xiàng)式核函數(shù)的錯(cuò)分誤差和漏分誤差最小。

表4 漏分誤差%

3 結(jié) 論

光譜成像技術(shù)已越來(lái)越廣泛地應(yīng)用于植物病害分析。 以刺五加的黑斑病葉片作為研究對(duì)象， 采集380～960 nm可見(jiàn)光波段的高光譜數(shù)據(jù)， 運(yùn)用支持向量機(jī)建立病害樣本與健康樣本的分類模型， 利用總體分類精度、 Kappa系數(shù)等因子評(píng)價(jià)基于不同核函數(shù)的SVM建模的分類效果。 結(jié)果證明將高光譜成像技術(shù)應(yīng)用于藥用植物的病害檢測(cè)是可行的。

(1) 高維的光譜數(shù)據(jù)經(jīng)過(guò)PCA處理后， 由于各個(gè)主成分所包含的信息不同， 因此， 在分類表達(dá)上也有差異。 例如， 本文中PC3清晰地表達(dá)了輕微病害的信息， 而PC4能夠識(shí)別出嚴(yán)重病害樣本。 可以利用主成分之間的差異進(jìn)行某些易混淆組分的劃分；

(2) 基于SVM的分類模型能夠有效地區(qū)分各類樣本。 尤其是在區(qū)分嚴(yán)重病害時(shí)效果最好， 而對(duì)健康暗部的識(shí)別效果較差， 錯(cuò)分現(xiàn)象多集中在邊界處， 后續(xù)將就此開(kāi)展研究；

(3) 采用不同核函數(shù)的SVM算法的分類精度不同， 多項(xiàng)式核函數(shù)的分類精度最高， 錯(cuò)分誤差和漏分誤差最低。 這與核函數(shù)的參數(shù)設(shè)置有關(guān)， 證明核函數(shù)受參數(shù)的影響較大。

致謝：感謝長(zhǎng)春理工大學(xué)付蕓老師的指導(dǎo)； 感謝長(zhǎng)春經(jīng)濟(jì)植物研究所王娜研究員提供刺五加樣本， 以及在病害鑒別上給與的幫助和指導(dǎo)； 感謝五鈴光學(xué)公司Roger工程師給予高光譜實(shí)驗(yàn)設(shè)備調(diào)試的指導(dǎo)。