孫 俊，張 林，周 鑫，武小紅，沈繼鋒，戴春霞

（江蘇大學電氣信息工程學院，鎮(zhèn)江 212013）

0 引 言

水稻是中國主要的糧食作物之一，其種植面積大約在3 000萬hm2，年產(chǎn)量在2億t左右[1-2]。水稻種子是水稻產(chǎn)量和品質(zhì)的決定性因素，也是農(nóng)業(yè)生產(chǎn)的源頭。種子活力決定水稻種子能否正常發(fā)芽，出苗整齊程度以及最終長成的植株的抗病害能力等，常用作評價水稻種子品質(zhì)的關(guān)鍵性指標[3]。因此，在水稻種子的播種之前對其活力進行準確檢測，有效篩選高活力的水稻種子用于種植，可以大幅度提高水稻的產(chǎn)量以及品質(zhì)，從而保障糧食安全[4]。

依靠人感官并基于種子外部特征如顏色、紋理和形狀等信息難以對種子活力水平進行準確判斷。生理生化方法和發(fā)芽測試法檢測結(jié)果可靠，但是這些方法需要消耗特殊試劑，對樣本具有破壞性且耗費大量人力物力[5]。高光譜圖像技術(shù)具有快速、無損等優(yōu)勢，基于其開展的種子活力檢測一直是當前的研究熱點[6]。李美凌等[7]采集老化和未老化水稻種子的高光譜圖像，基于獲取的光譜信息建立水稻種子活力分級模型，分類準確率達到97.22%以上。Zhang等[8]基于高光譜圖像技術(shù)對經(jīng)過不同凍害程度處理的 6組水稻種子樣本進行活力分類檢測，搭建了準確率為 99.33%的分類模型。許思等[9]采用人工加速老化方法制備了 3個老化等級的水稻種子，獲取并分析種子光譜信息，對不同活力等級水稻種子的分類準確率達到98.75%。以上研究雖然取得了良好的檢測效果，但其對于種子活力等級定義是依據(jù)種子老化程度，未考慮到同一老化等級中依然存在活力高低的種子。因此，本文采用高光譜圖像技術(shù)獲取不同老化程度單粒水稻種子高光譜圖像，在此基礎(chǔ)上按照種子發(fā)芽速度對其進行三等級劃分，進而實現(xiàn)對單粒種子活力的高精度檢測。

高光譜圖像中光譜數(shù)據(jù)維度較高，含有大量的冗余信息和干擾信息，將其直接用于建模會導致建模時間長和模型準確率低等問題。堆疊自動編碼器（Stacked Auto-Encoder，SAE）擁有良好的特征提取能力，能準確獲取數(shù)據(jù)中的高階非線性特征[10-12]。因此，本文使用SAE對光譜數(shù)據(jù)進行深度數(shù)據(jù)挖掘，該方法在水稻種子活力檢測研究中還未見報道。

本文基于高光譜圖像技術(shù)，結(jié)合化學計量學方法和深度學習算法，針對不同老化條件獲取的高活力、低活力和無活力的水稻種子開展分類檢測研究，以期為制作水稻種子活力檢測設(shè)備提供有效參考。

1 材料與方法

1.1 樣本制備

為擴充不同活力的水稻種子樣本規(guī)模，需要對水稻種子進行人工加速老化。首先從沭陽縣真誠農(nóng)資經(jīng)營部（江蘇省宿遷市）購買2 kg年份為2020年的綠旱1號水稻種子，將其稱量等分成為4部分，每部分0.5 kg分別裝在4個尼龍袋中。然后將1個尼龍袋作為參照組放置于室溫條件下：溫度為 25 ℃，相對濕度為 33%（RH，Relative Humidity），其他3個尼龍袋依次放入智能恒溫恒濕箱，順序為：第1天放入第1袋，第2天放入第2袋，第3天放入第3袋，設(shè)置智能恒溫恒濕箱溫度為43 ℃，RH為90%[13]。第4天取出所有樣本，獲得未老化（AA0）、老化1 d（AA1），2 d（AA2）和3 d（AA3）的水稻種子。最后，將樣本放置于室溫條件下持續(xù)2 d以使其含水率達到相似水平，隨后放于低溫箱中備用。

1.2 高光譜成像設(shè)備與高光譜圖像獲取

高光譜圖像采集設(shè)備具體如圖1所示。整個分光模塊（芬蘭Spectral Imaging 公司）：TE-cooled InGaAs CCD相機、ImspectorN17E分光光計和OLES30變焦鏡頭；鹵素光源（2900-ER+9596-E，美國Illumination公司），光源功率為 150W；電動位移平臺（MTS120，北京光學儀器廠），暗箱（SC100，北京光學儀器廠）。該系統(tǒng)采集的光譜范圍為871～1 766 nm，包含256個波段。

在圖像采集試驗之前先對儀器預熱30 min，然后對儀器進行調(diào)校并確定相機曝光時間為20 ms，位移平臺移動速度為1.25 mm/s。將水稻種子樣本按照5行5列的方式單粒擺放在樣本托盤上的黑色紙板上。計算機控制平臺從左向右移動，高光譜成像儀器捕捉樣本的高光譜圖像并傳輸?shù)接嬎銠C中存儲。每個老化梯度掃描300個水稻種子樣本，共掃描1 200個樣本。之后按照公式（1）[14]對原始高光譜圖像進行黑白板校正，去除相機中引入的暗電流噪聲。將每次圖像采集結(jié)束的樣本（5×5排列）按順序擺放，4個批次構(gòu)成一個10×10的樣本陣列，記錄樣本位置并與高光譜圖像中的樣本對應，準備后續(xù)發(fā)芽試驗。

式中IS為原始圖像，IW為白板圖像，IB為黑板圖像，I為校正后圖像。

為獲取樣本代表性的光譜信息，將單粒種子區(qū)域作為感興趣區(qū)域并從中提取光譜信息。如圖2所示，已有研究表明將樣本光譜極大值處波長下圖像與光譜極小值處波長圖像相除，能夠獲得樣本與背景具有較大差異的比值圖像[15]。因此，將高光譜圖像中1 100 nm下圖像除以1 230 nm下的圖像，得到比值圖像（灰度圖像）。然后對灰度圖像設(shè)置閾值1.2，灰度值大于閾值的像素點置1，灰度值小于閾值的像素點置 0，灰度圖像轉(zhuǎn)換為掩膜圖像。應用掩膜圖像到原始高光譜圖像上將樣本區(qū)域的高光譜圖像從背景中分離，最后計算樣本高光譜圖像上所有像素點的光譜平均值作為該樣本光譜。

1.3 標準發(fā)芽試驗

在發(fā)芽盒中平鋪上 3層浸濕的濾紙，將經(jīng)過圖像采集的種子按照 10×10的排列方式擺放在發(fā)芽盒中并記錄其位置，噴灑少量清水后閉上盒子并放置于智能恒溫恒濕箱中，設(shè)置光照（28 ℃，8 h）和黑暗（20 ℃，16 h）條件。每天取出發(fā)芽盒并對種子進行噴灑補水，并記錄發(fā)芽結(jié)果。發(fā)芽結(jié)果如表1所示，3 d發(fā)芽數(shù)是指在第1到第3天發(fā)芽的種子數(shù)，5 d發(fā)芽數(shù)是指第4到第5天發(fā)芽的種子數(shù)，在第 5天之后發(fā)芽或者不發(fā)芽的種子視作未發(fā)芽（實際上第 5天之后發(fā)芽的種子因為胚芽生長異常最終霉變死亡了）。

表1 不同老化梯度下水稻種子活力情況Table 1 Vigor of rice seeds under different aging gradients

表1記錄不同老化梯度下水稻種子樣本發(fā)芽情況，可以發(fā)現(xiàn)隨著老化天數(shù)的增加，種子發(fā)芽率呈現(xiàn)不同程度的下降。而且，老化天數(shù)越高，3 d發(fā)芽數(shù)在下降，5 d發(fā)芽數(shù)和不發(fā)芽種子個數(shù)在上升。這些現(xiàn)象說明老化條件通過影響水稻種子的生理功能進而影響到種子的活力，導致水稻種子的發(fā)芽速度受到影響。因此，根據(jù)已有研究可以將 4個老化梯度下的水稻種子按照發(fā)芽的快慢分為高活力（3 d發(fā)芽），低活力（5 d發(fā)芽）和無活力（未發(fā)芽）三類[16-17]。

1.4 堆疊自動編碼器

自動編碼器（Auto Encoder，AE）[18]是一種典型的三層神經(jīng)網(wǎng)絡結(jié)構(gòu)，包含輸入層、隱含層和輸出層。AE的輸入層和隱含層構(gòu)成編碼部分，隱含層和輸出層構(gòu)成解碼部分。但是單個AE難以提取到數(shù)據(jù)中深層特征，可以考慮將多個AE逐層堆疊，形成一個多層編解碼結(jié)構(gòu)的神經(jīng)網(wǎng)絡模型，即堆疊自動編碼器（Stacked Auto-Encoder，SAE）[19]。具體操作為第一個AE的隱含層的輸出直接作為第二個AE的隱含層輸入，依此類推，得到隱含層個數(shù)不同的SAE。

1.5 支持向量機

支持向量機（Support Vector Machine，SVM）是一種經(jīng)典的機器學習方法，可以解決小樣本規(guī)模的分類問題[20-21]。SVM是基于統(tǒng)計學原理且遵循結(jié)構(gòu)風險最小化為目標而設(shè)計的，通過對樣本進行監(jiān)督學習從而達到模式識別的作用。SVM不僅計算簡單訓練時間短，而且具有良好的泛化性能與魯棒性。因此本文采用SVM作為分類器對不同活力等級的水稻種子樣本進行分類，在此設(shè)置SVM核函數(shù)為RBF核函數(shù)。

將準確率作為分類模型的評價指標，其定義如公式 （2）[22]所示。

式中ACC為準確率，n1為模型判別正確的樣本個數(shù)，n2為樣本總數(shù)。

1.6 樣本集劃分

1 200 個種子樣本中高活力、低活力和無活力樣本個數(shù)分別為481、368和351。將每個活力等級樣本按照2∶1的比例隨機劃分訓練集和預測集，用于訓練分類模型以及測試模型性能，樣本集劃分結(jié)果如表2所示。

表2 訓練集和測試集劃分結(jié)果Table 2 Partition of training set and test set

1.7 原種子數(shù)據(jù)獲取

為了解基于老化種子數(shù)據(jù)搭建的活力分級模型對于實際生產(chǎn)過程是否具有指導作用，需應用一批未經(jīng)老化的原種子（300）數(shù)據(jù)對模型的泛化性能進行測試。首先進行原種子高光譜圖像采集，然后對原種子進行發(fā)芽試驗。按照發(fā)芽天數(shù)原種子被劃分為高活力、低活力和無活力三類，樣本個數(shù)分別為228、42和30。

2 結(jié)果與分析

2.1 光譜數(shù)據(jù)預處理

2.1.1 預處理方法選擇

圖3展示4個不同老化梯度的1 200個種子樣本光譜，因為首尾存在儀器噪聲，故保留914～1 704 nm范圍內(nèi)的230個波段作為原始光譜用于后續(xù)分析。

由圖3看出原始光譜中存在明顯的高頻噪聲，需要對其進行預處理。小波閾值去噪（Wavelet Threshold Denoising，WTD）是一種可以準確去除光譜中高頻噪聲的方法，WTD先將光譜信號分解為高頻細節(jié)部分和低頻近似部分，然后對高頻信號系數(shù)進行閾值處理，最終重構(gòu)去除噪聲的信號[23]。在本文中WTD被用來對原始光譜信號去噪，設(shè)置小波基函數(shù)為db4[24]。此外，一階導數(shù)（First/1stDerivative，F(xiàn)D）可以有效降低光譜曲線的基線漂移效應，消除重疊峰并且提高光譜分辨率[25]。因此，在進行 WTD基礎(chǔ)上再進行FD預處理，可以進一步增加數(shù)據(jù)可用性。

2.1.2 預處理結(jié)果評價

WTD在不同的小波分解層數(shù)下會帶來具有差異性的降噪效果，為了確定最佳小波分解層數(shù)，本文選擇對原始信號進行1～5層分解并逐一討論。此外，為了評估WTD結(jié)合FD預處理的效果，在原始信號經(jīng)過WTD處理的基礎(chǔ)上再次進行FD預處理，獲取多組預處理光譜?；诘玫降拿拷M預處理數(shù)據(jù)，對1 200個樣本采用五折交叉驗證[26]方法劃樣本集并建立SVM模型，求取模型交叉驗證準確率，結(jié)果如表3所示，根據(jù)結(jié)果評估最佳的預處理方法。

表3 基于WTD和FD預處理之后的光譜的建模結(jié)果Table 3 The model results based on the spectra after WTD and FD pretreatment

根據(jù)表3結(jié)果可知，基于原始光譜建立的模型準確率為74.57%，其難以滿足活力準確分級需求。WTD在對原始光譜 1～5層分解時，模型準確率分別為 76.38%，77.61%，79.62%，79.99%和71.58%。相較于原始光譜建模結(jié)果，分解層數(shù)為 1～4時模型準確率得到不同程度提升，且在分解層數(shù)為4時達到較高的準確率?？芍琖TD能有效降低原始光譜中存在的噪聲干擾，使模型性能提升。FD預處理光譜建模準確率為85.68%，相較于原始光譜提升了11.11個百分點，效果較為明顯，說明FD有效降低基線漂移等因素對原始光譜的影響。組合算法WTD1-FD，WTD2-FD和 WTD3-FD模型準確率相比于WTD和FD均得到提高了，且WTD3-FD實現(xiàn)了較高的準確率（89.86%）。分析可知，WTD-FD在分解層數(shù)達到 3時最大程度降低了高頻噪聲的影響，當分解層數(shù)高于3時丟失了部分低頻有用信號。以上結(jié)果說明WTD和FD對于光譜的預處理是有效的，組合方法（WTD-FD）效果相比于單一方法效果更好，且WTD3-FD效果較佳。因此，接下來的分析基于WTD3-FD預處理的光譜數(shù)據(jù)展開，WTD3-FD預處理光譜如圖4所示。

2.2 平均光譜分析

試驗中通過設(shè)置不同老化條件獲取 3個活力等級的水稻種子樣本。計算每個活力水平的水稻種子樣本的平均光譜（基于WTD3-FD預處理光譜），繪制如圖5所示的平均光譜曲線圖。

從圖5可以發(fā)現(xiàn)，高活力、低活力和無活力水稻種子的平均光譜之間整體的趨勢是相似的，在一些波峰波谷的地方展示了較為明顯的區(qū)別。水稻種子在老化過程中由于抗氧化酶活性的降低，累積的活性氧（Reactive Oxygen Species，ROS）與細胞膜脂質(zhì)發(fā)生氧化反應，導致細胞膜透性增加，細胞內(nèi)物質(zhì)外滲從而引發(fā)細胞結(jié)構(gòu)發(fā)生變化[27]。微觀結(jié)構(gòu)變化能導致水稻種子的光譜反射率呈現(xiàn)變化[28]。此外，由于種子自身呼吸作用導致其內(nèi)部可溶性糖和可溶性蛋白等有機物的消耗，使得這些有機物的含量下降[29]。1 000 nm附近與蛋白質(zhì)中的N-H的三倍頻有關(guān)，1 300 nm附近與淀粉的C-H的二倍頻有關(guān)，1 400 nm附近的區(qū)域與蛋白質(zhì)中的O-H組合頻吸收有關(guān)，1 660 nm附近的吸收谷與脂肪含量有關(guān)[30]。光譜曲線上的差異一方面證明了不同活力等級的水稻種子之間的差異，另一方面又證明了高光譜圖像技術(shù)用于水稻種子活力的檢測是可行的。

2.3 光譜特征提取

2.3.1 基于主成分分析的特征變量提取

全光譜中包含的大量冗余信息和共線性信息不利于建立準確的活力分級模型，需進行特征變量提取。首先使用主成分分析（Principal Component Analysis，PCA）[31]對原始數(shù)據(jù)通過正交變換轉(zhuǎn)換成為主成分，并計算每個主成分的貢獻率。從第一個主成分開始累計其貢獻率，當累計貢獻率達到 99%時選取所統(tǒng)計的所有主成分作為特征變量[32]?；赑CA特征變量提取的結(jié)果如圖6所示，前15個主成分的個數(shù)達到了99.20%，因此選擇前15個主成分作為光譜的特征變量。

2.3.2 基于堆疊自動編碼器的特征變量提取

使用SAE對全光譜進行特征提取，通過逐層訓練，采用五折交叉驗證法劃分樣本集，反復測試不同神經(jīng)元個數(shù)情況下的SVM建模結(jié)果，根據(jù)模型精度確定最佳隱含層個數(shù)和神經(jīng)元個數(shù)。在此，將預處理之后的 230維光譜數(shù)據(jù)作為SAE的輸入層，設(shè)置Sigmoid函數(shù)為激活函數(shù)，學習率為0.1。因為SAE會將隱含層神經(jīng)元個數(shù)降低到一個小的數(shù)，因此設(shè)置第 1個隱含層的神經(jīng)元個數(shù)為170，第2個隱含層神經(jīng)元個數(shù)設(shè)置為1～170。通過算法的迭代，最終輸出圖7a顯示的結(jié)果。根據(jù)圖7a可知當?shù)?個隱含層神經(jīng)元個數(shù)為127時，測試集準確率達到了最高的93.95%。因此，127被作為第2個隱含層較佳的神經(jīng)元個數(shù)。為繼續(xù)降低數(shù)據(jù)維度，設(shè)置第 3個隱含層的神經(jīng)元個數(shù)為1～127并進行測試。當?shù)?個隱含層的神經(jīng)元個數(shù)為 62時取得較佳的測試集準確率為96.23%，如圖7b所示。依此類推，繼續(xù)增加隱含層，獲取較佳神經(jīng)元個數(shù)，結(jié)果記錄在表4。

從表4可以發(fā)現(xiàn)，當隱含層個數(shù)為 3，網(wǎng)絡規(guī)模為230-170-127-62時，SAE得到較佳的建模結(jié)果。當隱含層個數(shù)大于 3時，數(shù)據(jù)的維度雖然得到降低，但模型準確率發(fā)生下降。說明SAE在網(wǎng)絡規(guī)模為230-170-127-62時已經(jīng)充分地獲取230維光譜數(shù)據(jù)中的關(guān)鍵性特征。因此，設(shè)置網(wǎng)絡規(guī)模為230-170-127-62，將獲取的62維變量作為較優(yōu)化特征。

表4 基于SAE特征提取結(jié)果Table 4 Results of feature extraction based on SAE

2.4 水稻種子活力等級分類模型的建立與優(yōu)化

建模方法采用SVM，SVM的懲罰因子C和核函數(shù)參數(shù)g設(shè)置為默認值。為檢驗模型穩(wěn)定性和魯棒性，按照表2訓練集和測試集樣本比例隨機劃分樣本集并建立模型，重復10次，結(jié)果如表5所示。

表5 基于PCA與SAE特征的SVM建模結(jié)果Table 5 SVM model results based on feature extracted by PCA and SAE

從表5中可以發(fā)現(xiàn)，PCA特征變量個數(shù)為15，SAE特征變量為62，都遠遠低于全光譜的變量個數(shù)，PCA和SAE特征變量建模準確率均高于全光譜?？芍?，特征提取降低了全光譜中的干擾信息和冗余信息的影響，使得所建立的模型復雜程度降低，模型性能提高。SAE和PCA特征變量建立的SAE-SVM和PCA-SVM模型準確率分別為96.47%和92.33%，很明顯SAE-SVM模型準確率更高。因為SAE是一種深層神經(jīng)網(wǎng)絡降維方法，相較于PCA其能夠準確獲取原始數(shù)據(jù)中的高階非線性特征。

盡管基于SAE-SVM模型取得了良好的檢測效果，仍然可以使用智能算法對該模型的參數(shù)C和g進行優(yōu)化，以期取得更好的分類結(jié)果。為此，使用具有良好的參數(shù)尋優(yōu)能力的灰狼優(yōu)化算法（Grey Wolf Optimizer，GWO）[33-34]對SVM參數(shù)進行優(yōu)化。為了驗證GWO的有效性，基于表5中 10次隨機劃分的樣本集分別構(gòu)建GWO-SVM模型，表6記錄了GWO-SVM模型結(jié)果?？梢园l(fā)現(xiàn)，相較于表5模型，GWO-SVM模型的準確率均呈現(xiàn)不同程度上升。其中SAE-GWO-SVM性能最高，其訓練集和測試集準確率平均值分別達到100%和98.75%，相較于優(yōu)化前分別提高了0.92和2.28個百分點。綜合分析可知 GWO對 SVM 的優(yōu)化是有效的，將建立的SAE-GWO-SVM模型作為最終的水稻種子活力分級模型是可行的。

表6 GWO優(yōu)化SVM模型結(jié)果Table 6 Results of SVM model optimized by GWO

2.5 模型有效性驗證

獲取 300個原種子光譜數(shù)據(jù)，對其進行預處理之后將其輸入SAE-GWO-SVM模型得到分類結(jié)果。在此，所用模型為表6中準確率與平均值準確率最為接近的SAE-GWO-SVM模型，分類結(jié)果以混淆矩陣展示，如圖8所示。圖8中真實標簽為每個活力等級下實際樣本個數(shù)，對角線數(shù)值為每個活力等級中模型判別正確樣本個數(shù)，網(wǎng)格顏色與其中的數(shù)值大小相關(guān)，右側(cè)顏色條為其具體對應關(guān)系。對角線上網(wǎng)格相較兩側(cè)顏色深，說明絕大部分樣本得到準確分類。全樣本準確率為 98%，其與表6結(jié)果接近，225個高活力樣本、39個低活力樣本和30個無活力樣本正確分類，類內(nèi)準確率分別為98.68%、92.86%和100%。模型對于每類樣本的識別準確率都大于90%，表現(xiàn)出較強的泛化性能，說明建立的SAE-GWO-SVM模型對于實際生產(chǎn)具有意義。

3 結(jié) 論

本文使用高光譜圖像技術(shù)對水稻種子進行活力分級，采用閾值分割的方式獲取感興趣區(qū)域并從中提取光譜信息。首先使用WTD（Wavelet Threshold Denoising）結(jié)合 FD（First/1stDerivative）的方法降低光譜中的高頻噪聲和重疊峰效應。然后分別使用 SAE（Stacked Auto-Encoder，SAE）和 PCA（Principal Component Analysis，PCA）提取光譜數(shù)據(jù)中的特征變量，SAE因其強大的非線性深層次特征提取能力使得基于 SVM（Support Vector Machine）建立的SAE-SVM模型性能表現(xiàn)更好，模型準確率為 96.47%。最后使用 GWO（Grey Wolf Optimizer）對SAE-SVM模型進行優(yōu)化，模型準確率達到98.75%。本文所建立的SAE-GWO-SVM活力分級模型為高精度檢測水稻種子活力提供了新的思路，為更好地維護糧食安全提供了強有力的手段。