劉海軍，趙文鋒，劉韻鋒，陳 僑，劉小玲，劉玉濤

（1.華南農(nóng)業(yè)大學電子工程學院/人工智能學院，廣東 廣州 510642；2.廣州國家現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)科技創(chuàng)新中心，廣東 廣州 510520）

0 引言

中國是世界十大香蕉生產(chǎn)國，同時也是世界第三大香蕉進口國，香蕉的生產(chǎn)和消費量巨大[1]。隨著我國經(jīng)濟社會的快速發(fā)展和人民生活水平的不斷提高，人們對香蕉的需求和品質(zhì)有了更高的要求。成熟度是香蕉品質(zhì)評定的重要參考依據(jù)，與香蕉的采摘、存儲、分揀、運輸及銷售等環(huán)節(jié)息息相關(guān)，根據(jù)成熟度對香蕉進行篩選和區(qū)分，有利于提高香蕉的品質(zhì)和等級[2]。但傳統(tǒng)肉眼鑒別成熟度存在時間長、效率低、人力物力資源耗費大等問題，因此，提高香蕉成熟度檢測技術(shù)水平，有利于提升果園生產(chǎn)效率，減小香蕉采摘、運輸、分揀等環(huán)節(jié)給果農(nóng)造成的經(jīng)濟損失，增加經(jīng)濟效益，促進香蕉產(chǎn)業(yè)進一步的提升和發(fā)展[3]。

隨著機器學習的快速發(fā)展，越來越多學者將其應用于水果識別。朱玲采用K-means 聚類和BP 神經(jīng)網(wǎng)絡相結(jié)合的算法，設計了一種水果等級分類識別模型，對水果質(zhì)量等級自動進行分類,取得96%的正確率[4]。HUANG 等利用人工神經(jīng)網(wǎng)絡研究土壤和葉片礦質(zhì)養(yǎng)分對枇杷果實品質(zhì)的影響，所建立的人工神經(jīng)網(wǎng)絡預測模型可以通過優(yōu)化土壤和葉片中礦質(zhì)元素的含量來提高枇杷果實的品質(zhì)[5]。王前程等利用Census 變換與深度信念網(wǎng)絡相結(jié)合的方法進行水果圖像識別，有效識別了自建的6 類水果圖像，并且大大縮短訓練時間[6]。劉春妹等設計了基于深度學習網(wǎng)絡的水果圖像識別系統(tǒng)，采用了稀疏化的CNN網(wǎng)絡對自建的19 種水果圖像數(shù)據(jù)集進行識別，準確率從80%～99%不等[7]。GAO 等利用Faster R-CNN對蘋果進行分類，平均準確率達87.9%[8]。

在機器學習的算法之中，人工神經(jīng)網(wǎng)絡（Artificial Neural Network，ANN）因其優(yōu)越的性能被推上了人工智能時代的浪潮，被廣泛應用于各個領(lǐng)域[9]。本研究利用人工神經(jīng)網(wǎng)絡進行建模，闡述了特征提取步驟以及模型的基本原理和實現(xiàn)過程，所建立的模型能夠?qū)ο憬兜某墒於冗M行高效檢測，以此提高香蕉的經(jīng)濟效益，為香蕉的機械化采摘、分揀、保鮮等提供技術(shù)參考。

1 材料與方法

1.1 圖像采集

香蕉（香牙蕉，Cavendish，AAA）購于廣東省廣州市某水果批發(fā)市場，使用計算機圖像采集系統(tǒng)采集香蕉圖像，采集系統(tǒng)如圖1 所示，主要由LED 燈帶、攝像頭、計算機和光箱4 部分組成。參照ANON[10]和SIMMONDS R H S A[11]按照香蕉果皮顏色劃分成熟度的方法，本研究將香蕉成熟度劃分為4 個階段：果皮表面青綠色占總面積在95%以上，標記為未成熟；青綠色占總面積的5%～95%，并且參雜有淡黃色的，標記為半成熟；黃色占總面積的95%～100%，標記為成熟；黃色占到總面積的100%，并且果皮表面有黑斑，標記為過成熟。

圖1 計算機圖像采集系統(tǒng)

1.2 圖像處理

在圖像的采集、傳輸?shù)冗^程中不可避免地會受到噪聲的干擾，從而影響和限制后續(xù)圖像處理的精度和準確性[12]。高斯噪聲作為圖像中常見的噪聲，是指服從正態(tài)分布的一類噪聲，由大量服從正態(tài)分布的隨機變量性質(zhì)的值疊加到原始圖像上造成。高斯濾波和中值濾波均能夠用于濾除高斯噪聲，高斯濾波以模板鄰域內(nèi)像素的平均值代替圖像的像素值，能夠有效地濾除噪聲，但會使圖像細節(jié)變模糊，因此選擇中值濾波進行平滑。不同于高斯濾波，中值濾波是一種非線性的濾波，以鄰域中位數(shù)的像素值作為當前中心點的像素值，有效消除噪聲的同時能夠?qū)D像的細節(jié)予以保留。

對濾波后的彩色RGB 圖像進行閾值分割。通過對比圖像的R（紅色）、G（綠色）、B（藍色）通道的灰度直方圖以及在R、G、B 通道下閾值分割的效果，表明在B 通道下使用OTSU 自適應閾值分割算法，更利于香蕉二值圖像的提取。

由于提取出的香蕉圖像的邊緣會存在毛刺和凹陷等缺陷，需要對圖像進行形態(tài)學處理。通過對提取的香蕉二值圖像進行取非，再進行開閉處理，從而消除了圖像中的黑色毛刺，填補了細小的黑色空洞[13]。最后將提取的香蕉二值圖像與原圖取交集得到分割背景后的香蕉圖像，處理步驟如圖2 所示。

圖2 香蕉圖像處理流程

1.3 特征提取

香蕉在成熟過程中，表皮顏色會發(fā)生變化。為了實現(xiàn)對香蕉成熟度的檢測，需要對分割背景后的香蕉圖像進行顏色特征提取。

香蕉圖像為RGB 顏色模型，該模型是生活中常用的彩色信息表達方式，模型中的所有顏色可由R（紅色）、G（綠色）、B（藍色）表示，其取值范圍為0～255，數(shù)值越大代表顏色的亮度越亮。RGB 模式可以很好地適應顏色的事實，但是當用RGB 來表示顏色時，顏色的變化對人類來說不是很直觀。因此在本研究中使用HSI 模型，模型空間如圖3 所示。它反映了人的視覺系統(tǒng)感知顏色的方式，通過色調(diào)、飽和度和強度3 種基本特征量來感知顏色，其中，H代表色調(diào)(Hue)，用來表示光的顏色，反映該顏色最接近的光譜波長；S 代表飽和度(Saturation)，用來表示顏色的深淺或濃淡程度，反映白光與色調(diào)混合的數(shù)量；I 代表光照強度，又稱為亮度(Intensity)，用來表示人眼所能感覺到的光的明暗程度[14-15]。HSI 采用的顏色與人眼對顏色感知的視覺模型相似，因此被廣泛應用于圖像表示和處理系統(tǒng)中[16]。RGB 和HSI轉(zhuǎn)換公式為

圖3 HSI 顏色空間模型

式中：

H——色調(diào)；

S——飽和度；

I——亮度。

將提取到的目標圖像由RGB 彩色模型轉(zhuǎn)為HSI模型，并計算所有樣本圖像的H、S、I 均值，這些顏色特征值描述了圖像的顏色信息，反映了香蕉在成熟過程中的顏色變化。因此，將它們作為人工神經(jīng)網(wǎng)絡模型的輸入變量，從而對香蕉的成熟度進行檢測。本研究中，數(shù)據(jù)集共有560 個樣本，將數(shù)據(jù)集按照4:1 的比例隨機劃分為訓練集和測試集，其中訓練集448 份，測試集112 份。

1.4 人工神經(jīng)網(wǎng)絡（Artificial Neural Network，ANN）

人工神經(jīng)網(wǎng)絡是一種由大量相互連接的神經(jīng)元組成的復雜的網(wǎng)絡結(jié)構(gòu)。它是一種典型的具有分布式并行信息處理的抽象數(shù)學模型，以類似于人類神經(jīng)系統(tǒng)的方式學習輸入到神經(jīng)網(wǎng)絡的數(shù)據(jù)[17]。

過擬合是人工神經(jīng)網(wǎng)絡調(diào)試中常見的問題。其外在表現(xiàn)是模型在訓練集上的精度高，但在測試集上的精度低，內(nèi)在表現(xiàn)是泛化能力差，參數(shù)過多擬合某一個或多個方向。在本研究中，為了防止過擬合，使用Dropout 的方法。Dropout 是一種在正向訓練階段隨機讓某一個神經(jīng)元暫時退出或者丟棄，從而降低模型的復雜度，防止訓練數(shù)據(jù)過匹配的方法，雖可能會導致訓練時間上升，但能夠抑制過擬合的可能性，提高神經(jīng)網(wǎng)絡模型泛化力。

超參數(shù)指模型定義和訓練過程中需要預先設定的參數(shù)。一般認為，ANN 模型的性能極大取決于它的超參數(shù)，如網(wǎng)絡的層數(shù)、每層神經(jīng)元的個數(shù)、學習率、激活函數(shù)、Dropout 率等。因此，要獲得一個可靠的ANN 模型，就必須對網(wǎng)絡的超參數(shù)進行優(yōu)化，找到最佳參數(shù)。

1.5 貝葉斯優(yōu)化算法（Bayesian Optimization Algorithm,BOA）

優(yōu)化神經(jīng)網(wǎng)絡超參數(shù)的算法有很多，其中常用的有網(wǎng)格搜索、隨機搜索和貝葉斯優(yōu)化[18]。相比于網(wǎng)格搜索和隨機搜索，貝葉斯優(yōu)化能夠以更少的迭代次數(shù)獲得更優(yōu)的結(jié)果，快速而準確地尋找超參數(shù)的最優(yōu)解，因此在參數(shù)組合尋優(yōu)問題中被廣泛應用[19]。

使用貝葉斯算法優(yōu)化ANN 的超參數(shù)，所使用的激活函數(shù)是ReLU，優(yōu)化器是Adam，每個batch大小為64，周期為500，損失函數(shù)為交叉熵損失（Cross Entropy Loss，CEL），并使用準確率（Accuracy，ACC）對模型的性能進行評估。通過5 倍交叉驗證的方法對ANN 模型進行訓練，該方法將數(shù)據(jù)隨機分成5個近似大小相等的子組。每次保留1 個數(shù)據(jù)組用于驗證，其他4 個數(shù)據(jù)組用于訓練，這個過程重復5 次，計算結(jié)果可以使用每次的模型評估分數(shù)取平均。

2 結(jié)果與分析

采用貝葉斯優(yōu)化算法對ANN 模型參數(shù)進行優(yōu)化，在本研究中，ANN 模型參數(shù)包括隱藏層的數(shù)量、每層神經(jīng)元的個數(shù)、Dropout 率和學習率。

隨著迭代的進行，交叉熵損失函數(shù)會逐漸收斂，直至尋找到迭代最優(yōu)結(jié)果，迭代時損失函數(shù)收斂過程如圖4 所示。優(yōu)化后對應模型的參數(shù)如下：網(wǎng)絡層數(shù)為6 層，其中輸出層1 層，隱藏層5 層，每個隱藏層的神經(jīng)元數(shù)為256，使用的激活函數(shù)為ReLU，Dropout 率為0.2，學習率為0.000 5。

圖4 貝葉斯優(yōu)化迭代過程

使用貝葉斯優(yōu)化后的參數(shù)作為ANN 模型的初始超參數(shù)進行訓練。隨著訓練的進行，模型的準確率越來越高，性能越來越可靠，準確率和損失函數(shù)變化如圖5 所示。

圖5 準確率和損失函數(shù)優(yōu)化過程

訓練后的模型對訓練集的準確率達98.50%，交叉熵損失為0.05。此外，為了更好地檢驗模型的性能，還使用測試集對模型進行評估，取得的準確率為96.25%，交叉熵損失為0.09。

結(jié)果表明，該神經(jīng)網(wǎng)絡模型具有較高的檢測精度和較強可靠性。對訓練集和測試集的性能相近，證明模型具有較強的泛化能力，能夠很好地應用于香蕉的實際檢測中。

3 結(jié)語

1）基于計算機圖像采集系統(tǒng)采集不同成熟度的香蕉圖像，并利用數(shù)字圖像處理技術(shù)對采集到的圖像進行預處理、閾值分割、形態(tài)學處理等操作，提取香蕉顏色信息特征。

2）建立了一種基于人工神經(jīng)網(wǎng)絡的香蕉成熟度檢測模型，根據(jù)香蕉圖像信息特征與香蕉成熟度建立的香蕉成熟度檢測模型具有較高的準確率，較強的可靠性和泛化能力，可為香蕉的機械化采摘、分揀、保鮮等提供技術(shù)參考。