吳冀豪 常玉祥 汪宇玲 彭思繪

(東華理工大學(xué)信息工程學(xué)院，江西南昌,330013)

0 引言

傳統(tǒng)上，水果和蔬菜的識(shí)別采用人工分類的方式，但是人工分類會(huì)受到很多限制，容易受主觀因素的影響，結(jié)果會(huì)出現(xiàn)較大偏差。不同于其他傳統(tǒng)人工識(shí)別技術(shù)，計(jì)算機(jī)視覺技術(shù)在果蔬識(shí)別中作為質(zhì)量評(píng)估、分類、自動(dòng)分級(jí)和機(jī)器人收割的一種重要技術(shù)[1-3]，目前在實(shí)際應(yīng)用中已取得良好的效果。

機(jī)器識(shí)別果蔬的分類是一個(gè)相對(duì)比較復(fù)雜的過(guò)程，果蔬種類繁多，形狀、顏色和質(zhì)地不規(guī)則，這對(duì)果蔬分類系統(tǒng)提出了更高的要求。果蔬的視覺數(shù)據(jù)從二值化圖像擴(kuò)展到高光譜圖像促進(jìn)了果蔬識(shí)別的發(fā)展[4-8]，且果蔬識(shí)別和分類的技術(shù)通常是將視覺數(shù)據(jù)上的特征描述和機(jī)器學(xué)習(xí)算法相結(jié)合[9]。盡管已有不少學(xué)者進(jìn)行了大量的相關(guān)研究，但要建立一個(gè)有效的果蔬分類系統(tǒng)，仍需要克服許多挑戰(zhàn)。因此，本文詳述了果蔬分類所受的制約，比較了用于分類的計(jì)算機(jī)視覺技術(shù)，最后對(duì)果蔬識(shí)別的現(xiàn)狀進(jìn)行了總結(jié)和展望。

1 主要制約

機(jī)器識(shí)別果蔬分類受到的制約條件主要包括以下幾個(gè)方面。

1.1 傳感器

果蔬分類任務(wù)的一個(gè)關(guān)鍵步驟是選擇適合所需場(chǎng)景的傳感器用于數(shù)據(jù)采集。傳感器大致分為視覺傳感器和非視覺傳感器兩大類，目前均已廣泛地應(yīng)用在果蔬分類任務(wù)中。但是由于傳感器功能不同，其所適用的應(yīng)用場(chǎng)景也不同，例如，視覺傳感器對(duì)照明條件和背景顏色高度敏感，則適用于夜晚或天氣狀況不好等場(chǎng)景；高光譜相機(jī)在拍攝果蔬圖像時(shí)，因其對(duì)相似顏色等因素不敏感，故在檢測(cè)相似顏色或背景的水果時(shí)會(huì)受限，但是可以將水果的高光譜信息與水果的其他特征相結(jié)合，以此提高果蔬的識(shí)別性能。目前，熱紅外分析也用于諸多領(lǐng)域，如植物病害檢測(cè)、冷藏對(duì)果實(shí)的冷害、農(nóng)作物成熟度估算和農(nóng)作物產(chǎn)量估算[10]。不同種類的傳感器都有各自的優(yōu)缺點(diǎn)，在果蔬識(shí)別過(guò)程中，選取合適的傳感器采集數(shù)據(jù)，對(duì)果蔬分類的結(jié)果起著至關(guān)重要的作用。

1.2 用于分類的特征選擇和表示

特征是用于與其他物體作區(qū)分的物理特征。果蔬具有多種物理特征，例如顏色、質(zhì)地、形狀和大小，這些都是可以用作分類的特征參數(shù)，并且果蔬具有類別間和類別內(nèi)的同異性。其中，類別間的變化是主要變化，即顏色、紋理和形狀的變化，而類別內(nèi)的變化通常難以發(fā)現(xiàn)，其特征難以區(qū)分。理想的系統(tǒng)是能夠進(jìn)行類別間和類別內(nèi)的分類，單個(gè)特征不能使得果蔬進(jìn)行有效地分類，故將傳統(tǒng)的單個(gè)物理特征與深度學(xué)習(xí)特征相結(jié)合，才能使相似性高、難以區(qū)分的果蔬種類能夠被準(zhǔn)確分類。

1.3 機(jī)器視覺方法

計(jì)算機(jī)視覺是用于圖像分類和識(shí)別的一種重要技術(shù)，可以利用算法對(duì)果蔬進(jìn)行分類，通常是基于CNN（Convolutional Neural Networks, 卷積神經(jīng)網(wǎng)絡(luò)）完成。在果蔬識(shí)別分類過(guò)程中，CNN 通過(guò)有監(jiān)督和無(wú)監(jiān)督相結(jié)合的訓(xùn)練方式來(lái)實(shí)現(xiàn)對(duì)果蔬特征的提取和轉(zhuǎn)換，相比傳統(tǒng)機(jī)器學(xué)習(xí)方法，其減少了人工干預(yù)的過(guò)程，擁有自主學(xué)習(xí)特征和表達(dá)能力。

2 最新進(jìn)展

果蔬識(shí)別分類的核心思想是：采用一種或多種傳感器以及機(jī)器學(xué)習(xí)技術(shù)來(lái)識(shí)別與產(chǎn)品相關(guān)聯(lián)的特征，例如形狀、顏色、紋理和尺寸。實(shí)際上，果蔬的所有物理特征都被認(rèn)為是有效分類的可行特征。最初的方法是采用單一的特征，即通過(guò)形狀、紋理、顏色等進(jìn)行分類，但是單一的特征識(shí)別存在很多局限性，例如基于顏色、紋理特征的方法容易受光照條件以及果蔬的顏色和外形的制約，而形狀幾何特征又易受到背景遮擋和果蔬聚類的影響，因此針對(duì)不同環(huán)境的不同果蔬，采用多特征組合算法能顯著提高果蔬識(shí)別的準(zhǔn)確率[11]。

目前有一些研究是采用各種機(jī)器學(xué)習(xí)模型來(lái)構(gòu)建水果分類器，例如，SVM（Support Vector Machine, 支持向量機(jī)）、KNN（K-Nearest Neighbor，K 近鄰）、Decision Tree（決策樹）等。SVM 借助核函數(shù)對(duì)數(shù)據(jù)進(jìn)行非線性映射,是一類按監(jiān)督學(xué)習(xí)方式對(duì)數(shù)據(jù)進(jìn)行二元分類的廣義線性分類器,其決策邊界是對(duì)學(xué)習(xí)樣本求解的最大邊距超平面，適合中小型數(shù)據(jù)樣本、非線性、高維的分類問(wèn)題；KNN 是無(wú)限維數(shù)據(jù)的基于實(shí)例的非參數(shù)相似性度量學(xué)習(xí)，適用于樣本容量較大的類域的自動(dòng)分類；決策樹是一種基于實(shí)例的歸納學(xué)習(xí)方法，它能從給定的無(wú)序的訓(xùn)練樣本中，提煉出樹型的分類模型，是用于多類分類的基于概率的圖。目前,SVM 和KNN 已被廣泛用于水果和蔬菜分類，并有文章闡述了其相關(guān)的分類效果[12-13]。例如在實(shí)際應(yīng)用中，由于背景環(huán)境、光照、鏡反射和識(shí)別不一致等外界因素的變化，通常會(huì)影響果蔬識(shí)別分類的準(zhǔn)確率。

CNN 是一類包含卷積計(jì)算且具有深度結(jié)構(gòu)的前饋神經(jīng)網(wǎng)絡(luò)，是深度學(xué)習(xí)的代表算法之一。CNN 具有主動(dòng)學(xué)習(xí)特征的特點(diǎn)，同時(shí)具有很強(qiáng)的表達(dá)能力和泛化能力，通過(guò)利用CNN 能夠提取到高級(jí)的圖像特征。CNN 通過(guò)多層的卷積網(wǎng)絡(luò)，從原始圖像中逐漸地提取每一級(jí)別的圖像特征，由一開始的紋理、顏色、形狀等淺層特征再到淺層特征中的高級(jí)特征?？梢岳肅NN 來(lái)提取特征，然后使用同為無(wú)監(jiān)督學(xué)習(xí)的其他算法來(lái)實(shí)現(xiàn)分類。這樣整個(gè)檢測(cè)過(guò)程就可以實(shí)現(xiàn)全過(guò)程無(wú)監(jiān)督學(xué)習(xí)，最終完成自動(dòng)化的水果識(shí)別任務(wù)。關(guān)于CNN 的整體特征提取能力已有文章闡述其顯著的對(duì)象分類效果[14]。

目前，各種不同的卷積神經(jīng)網(wǎng)絡(luò)已經(jīng)在農(nóng)業(yè)生產(chǎn)中深入應(yīng)用。從最初簡(jiǎn)單的CNN 模型發(fā)展到AlexNet 網(wǎng)絡(luò)模型、VGGNet 網(wǎng)絡(luò)模型、Resnet 網(wǎng)絡(luò)模型、Faster R-CNN 網(wǎng)絡(luò)模型、SSD 網(wǎng)絡(luò)模型、YOLO 網(wǎng)絡(luò)模型、FCN 模型、語(yǔ)義分割網(wǎng)絡(luò)模型等一系列新的深度學(xué)習(xí)模型。每一種網(wǎng)絡(luò)模型都有優(yōu)缺點(diǎn)，例如SSD 網(wǎng)絡(luò)的優(yōu)勢(shì)是識(shí)別精度較高、泛化性和魯棒性較強(qiáng)，檢測(cè)速度快，缺點(diǎn)是需要對(duì)輸入的圖像進(jìn)行預(yù)處理，且對(duì)一些小目標(biāo)的果蔬的檢測(cè)精度低。

總結(jié)各種果蔬識(shí)別的方法的優(yōu)缺點(diǎn)，具體如下：

1）傳統(tǒng)數(shù)字圖像處理技術(shù)是通過(guò)果蔬圖像的形狀、紋理、顏色特征進(jìn)行分類，但是這種方法受限于目標(biāo)特征信息的獲取程度，容易受光照變化、背景遮擋、果蔬聚類等環(huán)境影響，特征獲取會(huì)受到極大干擾，故該類方法不適應(yīng)于復(fù)雜自然環(huán)境下的果蔬識(shí)別檢測(cè)。

2）相較于傳統(tǒng)的數(shù)字圖像處理技術(shù)，基于機(jī)器學(xué)習(xí)模型的圖像處理技術(shù)與分類器的目標(biāo)檢測(cè)算法的優(yōu)勢(shì)在于，果蔬識(shí)別的檢測(cè)精度以及魯棒性方面有不同程度的提高，它依賴于數(shù)據(jù)進(jìn)行分類識(shí)別，具有響應(yīng)速度快、分類效果好的優(yōu)點(diǎn)，缺點(diǎn)是在數(shù)據(jù)訓(xùn)練前需要提前設(shè)定各種參數(shù)，最終的分類效果與各種參數(shù)的設(shè)定有關(guān)，在一定程度上具有隨機(jī)性，并且調(diào)參過(guò)程較為復(fù)雜，對(duì)于多分類問(wèn)題效果較差，通常僅適用于大棚環(huán)境下單一品種的檢測(cè)識(shí)別。

3）深度學(xué)習(xí)的卷積神經(jīng)網(wǎng)絡(luò)是通過(guò)有監(jiān)督和無(wú)監(jiān)督相結(jié)合的訓(xùn)練方式來(lái)實(shí)現(xiàn)對(duì)圖像特征的提取和轉(zhuǎn)換。它的優(yōu)勢(shì)在于針對(duì)復(fù)雜自然環(huán)境下的水果檢測(cè)時(shí)，具有較好的魯棒性，且適用于多種類果蔬的分類；缺點(diǎn)是需要有足夠大的訓(xùn)練集來(lái)對(duì)圖像特征進(jìn)行模型訓(xùn)練，且訓(xùn)練時(shí)間較長(zhǎng)。

綜上所述，基于深度學(xué)習(xí)的卷積神經(jīng)網(wǎng)絡(luò)更加適用于復(fù)雜自然環(huán)境下的水果檢測(cè)識(shí)別，不過(guò)它需要在大型數(shù)據(jù)集上對(duì)圖像進(jìn)行測(cè)試，并對(duì)結(jié)果進(jìn)行理論證明。本文對(duì)不同計(jì)算機(jī)視覺數(shù)據(jù)集上可用的分類算法進(jìn)行了比較，如表1 所示。

表1 各類算法在不同數(shù)據(jù)集下的識(shí)別率

果蔬種類繁多，每一種都會(huì)呈現(xiàn)出多種特征，故要采用的分類算法會(huì)受可用數(shù)據(jù)集稀缺的限制?，F(xiàn)有文獻(xiàn)中進(jìn)行的大多數(shù)實(shí)驗(yàn)會(huì)在類別方面或者數(shù)據(jù)集大小方面受到限制，目前大力發(fā)展預(yù)先訓(xùn)練的CNN 亦面臨缺乏大量數(shù)據(jù)集的問(wèn)題。

3 總結(jié)和展望

本文總結(jié)了當(dāng)下機(jī)器進(jìn)行果蔬分類的相關(guān)研究成果，分析了現(xiàn)有技術(shù)在數(shù)據(jù)采集、特征表示和分類算法等方面存在的制約。目前一些最新類型的傳感器尚未應(yīng)用于果蔬分類領(lǐng)域，主要原因之一是缺乏數(shù)據(jù)，需要擴(kuò)充數(shù)據(jù)以建立新的數(shù)據(jù)集，以使各種傳感器獲得更有效的結(jié)果。另外，針對(duì)網(wǎng)絡(luò)結(jié)構(gòu)的研究，應(yīng)該進(jìn)一步繼續(xù)完善網(wǎng)絡(luò)結(jié)構(gòu)，尋找輕量級(jí)、檢測(cè)速度快、適用范圍更廣的網(wǎng)絡(luò)結(jié)構(gòu)，以實(shí)現(xiàn)更高的識(shí)別效果，從而進(jìn)一步促進(jìn)深度學(xué)習(xí)在果蔬識(shí)別方面的應(yīng)用。