基于改进支持向量机算法的农业害虫图像识别研究*

张亚军

(驻马店职业技术学院，河南驻马店，463000)

0 引言

农业害虫识别是农作物害虫防治工作的重要环节，因此及时、准确地识别可提高农作物产量和质量[1]。随着计算机视觉技术发展，农业害虫图像识别算法得到了广泛的研究。Li等[2]通过神经网络算法(Neural Network，NN)对12种最常见的农业害虫进行了识别研究，经过试验证明，识别结果较好。孙鹏等[3]提出注意力卷积神经网络算法(Attention Convolution Neural Network，ACNN)对大豆害虫图像识别，在卷积神经网络引入注意力机制提高了对大豆蚜虫的识别率，但它依赖于大量的数据样本。Leal-Ramírez等[4]利用模糊逻辑算法(Fuzzy Logic，FL)对水稻作物常见害虫图像识别做了试验，结果表明该方法效果良好。刘翠翠等[5]通过支持向量机算法(Support Vector Machine，SVM)提取麦冬叶部的害虫图像颜色、形状等特征，对特征进行训练学习，得到了害虫分类模型。马鹏鹏等[6]通过图像特征和样本量对水稻害虫识别，目标害虫之间、目标害虫和非目标昆虫之间比例在最佳范围内，SVM分类器才能获得较好的识别结果。吕军等[7]利用后验概率SVM算法(Posterior Probability SVM，PPSVM)对水稻害虫识别，统计并分析测试集所有样本的后验概率，该方法能够提高识别率。张红涛等[8]提出布谷鸟算法优化SVM的惩罚因子和径向核函数，利用SVM对谷子叶片害虫进行自动识别，最终叶片害虫的平均识别率较高。

以上各种算法对差异性较大的农业害虫图像识别较好，但是由于农业害虫外观具有特殊性：体积较小、自身颜色与环境颜色差异性不大、不同害虫的纹理存在相同性，这些特性导致识别率较低，由此本文通过改进支持向量机算法(Improved support vector machine，ISVM)，对农业害虫的外观多特征融合识别，避免单一性特征识别的缺陷。

1 改进支持向量机策略

1.1 基本支持向量机算法

SVM属于统计学习分类方法，假设训练样本为(xi，yi)，xi为输入向量，yi为输出向量，也是类别标签，利用SVM构造一个目标函数[9]，引入非线性映射φ(x)，寻求最优分割超平面

f(x)=Wφ(x)+b

(1)

式中:W——权重系数；

b——偏差量。

通过引入估计函数来解决非线性回归问题，假定训练样本集在一定的精度下无误差地进行线性函数拟合，在拟合中引入松弛系数β1、β2，求解以下最优方程

(2)

式中:C——惩罚因子，主要对错误分类进行惩罚；

Q——优化目标；

γ——精度参数。

通过拉格朗日函数可获得识别函数

(3)

K(xi，xj)——核函数。

通过核函数把输入空间变换到高维空间，然后在这个新空间中可求取最优分类面。

1.2 改进支持向量机算法

1.2.1 基于交叉验证的惩罚因子优化

(4)

式中:θl——第l个子集的正确率。

1.2.2 基于Manhattan距离的核函数选择

在SVM中，核函数的选择对SVM性能有很大影响，选择改进径向基函数作为SVM的核函数

(5)

式中:σ——核宽参数；

ε——调节系数；

∣xi-yj∣——Manhattan距离。

当σ过大时，SVM对训练数据的分类能力最好，但是对新样本的分类能力会降低；当σ过小时，SVM只能得到一个接近于常数的识别函数，对样本的正确分辨率很低。当σ比较大时，为避免K(xi，xj)变小，通过ε调节使得K(xi，xj)变大，增加SVM的通用性，当σ比较小时，为避免K(xi，xj)变大，通过ε调节使得K(xi，xj)变小，提高SVM正确识别率[10]。

2 农业害虫图像识别

2.1 害虫图像特征识别

2.1.1 颜色特征

害虫图像颜色直方图易于区分不同的害虫[11]，但是部分害虫颜色在HIS颜色模型中H分量会形成相同峰值，具有相似的直方图，无法明显的正确区分不同害虫，因此引入颜色矩来更仔细地描述害虫图像的共性和特性。害虫图像颜色特征可通过不同的颜色矩表示，只利用颜色的一阶矩、二阶矩和三阶矩这三个低阶矩就能表示出害虫图像颜色分布。害虫图像颜色存在三个颜色分量即红、绿、蓝，在红、绿、蓝颜色分量上存在三个低阶矩，因此一共可以形成9个分量，即

(6)

式中:Pi j——第j个像素第i个颜色分量值；

G——像素的个数；

μi——第i个颜色通道上所有像素的均值；

Bi——第i个颜色通道上所有像素的标准差；

Hi——第i个颜色通道上所有像素的斜度的3次方根。

2.1.2 纹理特征

提取农业害虫纹理特征参数主要如下[12]。

纹理平均亮度

(7)

式中:L——灰度级总数；

zi——第i个灰度级；

p(zi)——归一化直方图灰度级分布中灰度为zi的概率。

区域中亮度的相对平滑度

(8)

直方图偏斜性的度量

(9)

基于灰度共生矩阵理论提取农业害虫纹理特征参数主要如下。

二阶矩

(10)

式中:Pδ——灰度共生矩阵；

Pδ(i，j)——矩阵元素；

i、j——像素灰度级；

δ——两个像素间的位置关系，δ=(Δx,Δy);

Δx、Δy——两个像素在x方向和y方向上的距离，两像素间距离和方向由δ决定。

f1反映了图像灰度分布的均匀性和图像纹理的粗细程度。

对比度

(11)

f2越大纹理的沟纹越深，图像的视觉效果越清晰。

熵

(12)

熵f3值近似等于0时图像没有任何纹理；若图像的细纹理很多，该图像的熵f3值最大。

2.1.3 形状特征

在形状特征提取中，利用Ostu算法分割出害虫目标图像，Zernike矩在描述目标物形状占优势[13]，一个目标对象的形状特征可以用一组Zernike矩特征向量表示，Zernike矩特征向量的差异性就可以区分出害虫形状，因此通过区域Zernike矩算法获得害虫形状特征。把害虫图像归一化到以图像的质心为中心的单位圆中，则害虫图像f(x，y)的n阶m次Zernike矩为

(13)

式中:Vn m(ρ,θ)——单位圆的正交复函数多项式；

Rnm(ρ)——径向多项式。

Zernike矩是一组正交矩，具有旋转不变性的特性，即使害虫图像获取过程中被旋转了，但是害虫图像目标并不改变其模值，这样方便识别。

2.2 害虫图像多特征识别

由于害虫外观的颜色与农作物的颜色存在相似性，如果单一性特征提取进行目标识别，极易与具有形状相似特征的害虫混淆识别，造成一定的误判，因此对害虫图像进行多特征融合识别[14-15]。特征融合识别函数为

(14)

式中:fj——第j个害虫图像的融合特征；

N——特征个数；

ηi——融合前的特征分量；

3) 计算所有样本的三种特征对应的样本类内距离的平均值

(15)

其中：i=1,…,A,1≤k≤j≤N。Fisher线性识别希望Lw(n)越小越好。

4) 计算所有样本的三种特征对应的样本类间距离的平均值

(16)

其中：1≤k≤j≤A,u,v∈[1,N]。Fisher线性识别希望Lb(n)越大越好。

2.3 算法流程

1) 输入训练样本，并进行颜色特征、纹理特征、形状特征数据归一化处理。

2) 通过式(4)获得惩罚因子。

3) 通过式(5)获得核函数。

4) 将获取到的最佳参数对整个训练集进行训练，并得到最优分类模型。

5) 最优分类模型进行测试样本分类。

6) 标注类别标签，得到分类结果。

3 试验仿真

试验仿真通过Matlab编程实现，计算机配置为双通道内存4 GB，Intel主板，集成显卡。农业害虫包含：蝗虫、蝼蛄、叶蝉、粉虱、青虫、葱蝇、玉米螟、棉铃虫、麦蛾、卷心虫共计10种，每种害虫图像50幅，每幅图像的大小为128像素×128像素，灰度级数为256，其中每种害虫随机选取图像20幅进行训练，剩余图像30幅进行识别。

3.1 惩罚因子C与核宽σ选择

本文算法ISVM采用交叉验证方法来选择惩罚系数、Manhattan距离选择核宽，每次试验训练样本和测试样本是随机选取，获得惩罚系数和核宽变化情况如图1所示。

从图1可以看出，分类精度随着惩罚因子C的增加而逐渐增加，当C大于90时分类精度开始减小，因此本文选择惩罚因子C=90；分类精度随着核宽σ的增加而逐渐增加，当核宽度值增大至某一特定值时，即核宽σ大于0.42时将会引起分类精度的减小，因此本文选择核宽σ=0.42。

(a) 惩罚因子

(b) 核宽

3.2 不同算法对害虫不同特征平均识别率

选择三幅农业害虫图像进行识别，分别为叶蝉、青虫、粉虱，在试验中依次进行NN、ACNN、FL、SVM、PPSVM、ISVM对比试验，其结果如表1所示。

表1 不同算法识别效果Tab. 1 Recognition effect of different algorithms

从表1可以看出，本文ISVM算法能够识别出各种害虫图像，识别到害虫图像的边缘实际轮廓，比如可以把叶蝉的丝状触角识别出来，其他算法识别效果较差，没有识别出实际轮廓，特别是在复杂背景下进行害虫识别，无法消除背景因素的影响，本文算法在对复杂背景下的害虫检测效果中已显示出优势，其他算法把植物叶片的边缘也误认为是害虫边缘识别出来。

图2为不同算法对农业害虫图像的形状特征、纹理特征、颜色特征、形状特征和纹理特征、形状特征和颜色特征、纹理特征和颜色特征、多特征平均识别率，每种算法进行30次蒙特卡罗实验。

(a) 形状特征(b) 颜色特征

(c) 纹理特征(d) 形状特征和颜色特征

(e) 形状特征和纹理特征(f) 纹理特征和颜色特征

(g) 多特征

从图2可以看出，单一性特征对农业害虫平均识别率比较低，其中形状特征平均识别率为68.35%，颜色特征平均识别率为65.88%，纹理特征平均识别率为63.25%。随着特征组合增加，对害虫平均识别率逐渐提高，多特征对害虫平均识别率最高；单一性特征对害虫平均识别率形状特征最高，纹理特征最低；两特征对害虫平均识别率中形状特征和颜色特征最高，纹理特征和颜色特征最低；多特征对害虫平均识别率高于单一性特征、两特征。这说明对农业害虫识别选择多特征有利于对害虫的识别。在多特征识别中，本文算法ISVM对害虫平均识别率均值为95.67%，NN算法对害虫平均识别率均值为87.12%，ACNN算法对害虫平均识别率均值为89.56%，FL算法对害虫平均识别率均值为90.62%，SVM算法对害虫平均识别率均值为92.05%，PPSVM算法对害虫平均识别率均值为93.89%，本文算法ISVM相比NN、ACNN、FL、SVM、PPSVM分别提高了9.81%、6.82%、5.57%、3.93%、1.90%，因此本文算法检测结果优于其他算法

3.3 不同算法对害虫识别消耗时间分析

识别的时效性决定了算法的实际应用效果，记录NN、ACNN、FL、SVM、PPSVM、ISVM对比试验30次过程中多特征害虫识别平均消耗时间，如图3所示。

图3 不同算法对害虫识别平均消耗时间Fig. 3 Time consumption of different algorithms for pest recognition

从图3可以看出，本文算法ISVM对害虫识别平均消耗时间为2.42 s，NN算法对害虫识别平均消耗时间为7.35 s，ACNN算法对害虫识别平均消耗时间为6.12 s，FL算法对害虫识别平均消耗时间为5.84 s，SVM算法对害虫识别平均消耗时间为4.24 s，PPSVM算法对害虫识别平均消耗时间为3.91 s，本文算法ISVM相比NN、ACNN、FL、SVM、PPSVM分别减少了67.07%、60.46%、58.56%、42.92%、38.11%，因此本文算法ISVM的处理时效性比较好。

4 结论

1) 本研究对支持向量机算法进行改进，通过交叉验证优化惩罚因子，避免惩罚因子过学习和欠学习的发生，选择改进径向基函数作为支持向量机算法的核函数，增设调节系数，提高SVM正确分辨率；在害虫识别中对害虫图像进行多特征融合识别，并且害虫的颜色特征、纹理特征、形状特征所分配的权重值也不同，避免害虫混淆识别、误判的发生。

2) 本文采用改进SVM算法对农业害虫进行多特征分类研究，通过大量样本的训练与测试，单一性特征对农业害虫平均识别率比较低，其中形状特征平均识别率为68.35%，颜色特征平均识别率为65.88%，纹理特征平均识别率为63.25%；随着特征组合增加，对害虫平均识别率逐渐提高，形状特征和颜色特征平均识别率为84.12%，形状特征和纹理特征平均识别率为80.96%，纹理特征和颜色特征平均识别率为79.76%；多特征对害虫平均识别率为95.67%，多特征组合模型比单一模型的预测结果更合理、更可靠，因此为农业害虫图像识别提供了一种新方法。