基于改進殘差網(wǎng)絡的園林害蟲圖像識別

陳 娟 陳良勇 王生生 趙慧穎 溫長吉

(1.吉林大學計算機科學與技術學院， 長春 130012； 2.吉林農(nóng)業(yè)大學信息技術學院， 長春 130118)

0 引言

園林害蟲是制約森林城市建設的主要因素之一。在生長發(fā)育過程中，園林樹木受到各種蟲害的侵襲，導致樹木生長不良、出芽凋萎、腐爛等現(xiàn)象，甚至引起整株死亡。這不僅影響了園林植物的正常生長和觀賞、綠化價值，而且造成了很大的經(jīng)濟損失。目前，園林害蟲的種類區(qū)分及數(shù)量統(tǒng)計工作主要依靠人工進行，勞動強度大，工作效率低。因此，使用人工智能和機器視覺技術實現(xiàn)對害蟲圖像的自動化識別具有重要意義。

近年來，研究者提出了許多害蟲識別系統(tǒng)[1-11]。如基于視覺詞袋框架[12](Bag of words，BoW)，VENUGOBAN等[13]將方向梯度直方圖[14](Histograms of oriented gradients，HOG)與加速魯棒特征[15](Speeded up robust features)相結合，對稻田害蟲圖像進行分類。XIE等[16]使用稀疏編碼的空間金字塔模型識別農(nóng)田害蟲圖像。與早期支持向量機和神經(jīng)網(wǎng)絡方法相比，帶有背景的害蟲圖像識別精度已經(jīng)得到了提高。為了進一步提高識別能力，XIE等[17]提出了基于多任務稀疏表示和多核學習的害蟲識別方法。孫俊等[18]提出了一種批歸一化與全局池化相結合的新型神經(jīng)網(wǎng)絡模型植物害蟲識別方法。劉德營等[19]采集田間自然狀態(tài)下的白背飛虱圖像，提出了一種基于卷積神經(jīng)網(wǎng)絡的白背飛虱識別方法，并進行了應用研究。HAFIZ等[20]基于貝葉斯網(wǎng)絡提出了一種害蟲彩色圖像識別方法。楊國國等[21]基于圖像顯著性分析和Grubcut算法[22]對復雜背景下的害蟲目標進行定位，通過 AlexNet卷積神經(jīng)網(wǎng)絡架構，實現(xiàn)了對茶園主要害蟲的表達和分類。肖志云等[23]提出了一種基于小波域的馬鈴薯典型蟲害特征提取與識別方法。基于支持向量機與區(qū)域生長結合算法，潘春華等[24]設計了黃曲條跳甲、煙粉虱、小菜蛾、薊馬這4類蔬菜害蟲分類識別的檢測算法。

北方園林面積大，害蟲蔓延速度快，對植物生長發(fā)育危害極大，給園林蟲害防治工作帶來巨大難度。以佳木斯市雙擁公園為例，僅喬木、灌木、草坪和花壇 4 種生態(tài)環(huán)境下的園林害蟲就多達26種[25]。此外，北方園林害蟲種類多，且外形相似度很高，也給自動識別帶來一定難度。在收集到的北方園林害蟲數(shù)據(jù)集上可測試多種現(xiàn)有害蟲識別方法，但隨著網(wǎng)絡結構的加深，這些方法容易導致梯度消失，或者梯度爆炸或退化現(xiàn)象，以及出現(xiàn)樣本數(shù)量有限造成的過擬合等問題。為解決上述方法存在的問題，本文提出一種基于改進殘差網(wǎng)絡的害蟲圖像識別方法。

1 材料與方法

1.1 試驗材料

試驗選取北方園林常見害蟲作為測試對象，針對大黑鰓金龜、楊葉甲、大青葉蟬、紅天蛾、春尺蠖、榆黃葉甲、桃蚜等38類園林害蟲收集圖像進行識別。獲取害蟲圖像的途徑有兩個：在自然光環(huán)境下，利用單反數(shù)碼相機或智能手機實地拍攝，以植株、土壤、天空等自然環(huán)境為背景收集凈月潭國家森林公園的園林害蟲圖像；從Google、Naver和FreshEye等搜索引擎上收集害蟲圖像。在植保專家的指導下，為獲取的害蟲圖像標記類別，建立樣本庫。部分害蟲樣本圖像如圖1所示。樣本庫中每類害蟲樣本圖像的數(shù)量在200～300之間，其中包括不同角度、姿態(tài)和自然環(huán)境下的原始圖像。由于同一害蟲在不同蟲齡階段的形態(tài)差異較大，試驗將每一類害蟲標記為幼蟲和成蟲兩個子類別。

圖1 部分園林害蟲樣本圖像Fig.1 Sample images for 24 insect species from garden

1.2 害蟲圖像識別方法

基于改進殘差網(wǎng)絡的害蟲圖像識別方法的流程圖如圖2所示。首先，使用富邊緣檢測算法(Rich-edge)對害蟲圖像進行邊緣檢測，得到輪廓精細的害蟲圖像。然后將得到的害蟲圖像集用來訓練改進的殘差神經(jīng)網(wǎng)絡，通過分塊共軛算法(Block-cg)優(yōu)化網(wǎng)絡權重，更新超參數(shù)的值，直至達到理想的害蟲分類準確率。

圖2 基于改進殘差網(wǎng)絡的害蟲圖像識別流程圖Fig.2 Flow chart of pest recognition based on improved residual network

1.2.1圖像數(shù)據(jù)集的預處理

在采集到的害蟲原始圖像中，為了能夠更加精確地將害蟲圖像與背景分離，得到害蟲圖像的完整輪廓和更加豐富的細節(jié)信息，本文使用Rich-edge算法對害蟲圖像進行邊緣檢測。Rich-edge將中值濾波、Sobel算子和Canny算子三者相結合對害蟲圖像進行邊緣檢測。使用中值濾波對輸入的圖像進行去除噪聲處理，中值濾波器能夠有效地消除椒鹽噪聲，并且能夠很好地保留害蟲圖像的邊緣細節(jié)。將Sobel算子和Canny算子的優(yōu)點相結合，Sobel算子可以檢測到準確的位置信息，Canny算子能夠檢測到弱邊緣，將二者相結合，可使得到的害蟲圖像有更加完整的輪廓和豐富的細節(jié)信息，提高了邊緣檢測的準確性。富邊緣檢測算法流程圖如圖3所示。

圖3 富邊緣檢測算法流程圖Fig.3 Flow chart of Rich-edge algorithm

將彩色的害蟲圖像轉換為灰度圖像，減小背景對圖像的影響。使用Rich-edge算法對害蟲灰度圖進行邊緣檢測。將數(shù)據(jù)集進行圖像的尺度歸一化處理，統(tǒng)一處理為224像素×224像素的圖像。預留出已知樣本{Xi,Yi}來計算概率分布。具體步驟為：

(1)對害蟲的彩色圖像進行灰度處理，使用公式Gr=0.299R+0.587G+0.114B來計算灰度值，把RGB圖像轉換為灰度圖，其中R、G、B分別表示彩色圖像紅、綠、藍3個顏色通道數(shù)值。

(2)向訓練集圖像f1(x,y)中隨機添加椒鹽噪聲，模擬圖像在傳輸、處理等過程中的噪聲干擾，增強算法的可靠性。

(3)使用中值濾波器去除害蟲灰度圖的椒鹽噪聲，使用滑動窗口方式檢測圖像，得到輸出圖像f2(x,y)。

(4)使用Sobel算子對害蟲圖像f2(x,y)進行邊緣檢測，得到輸出BW1。

(5)使用Canny算子對害蟲圖像f2(x,y)進行邊緣檢測，得到輸出BW2。

(6)將Sobel算子和Canny算子檢測到的害蟲邊緣圖像BW1、BW2進行疊加。

(7)將Rich-edge得到的害蟲邊緣圖像統(tǒng)一處理為224像素×224像素的圖像。

1.2.2改進殘差網(wǎng)絡的結構與學習算法

改進的殘差神經(jīng)網(wǎng)絡模型是對傳統(tǒng)殘差網(wǎng)絡[26](Residual network，ResNet)中的每個殘差塊的結構進行改變，通過添加卷積層和增加通道數(shù)來提取更多的害蟲圖像特征，并將貝葉斯方法運用于改進后的網(wǎng)絡中。初始化超參數(shù)和網(wǎng)絡權重，最小化總誤差，優(yōu)化網(wǎng)絡權重，進而優(yōu)化超參數(shù)，重復該過程直到網(wǎng)絡收斂。

ResNet通過增加網(wǎng)絡的深度來提高網(wǎng)絡的性能。通過在輸入和輸出之前添加一個恒等映射可以有效地解決網(wǎng)絡訓練過程中出現(xiàn)的梯度消失問題，從而通過增加網(wǎng)絡深度來提高效果。

殘差學習算法的目標函數(shù)H分為兩部分，定義為

H(x)=F(x)+x

(1)

式中x——網(wǎng)絡輸入

F——網(wǎng)絡學習的殘差函數(shù)

當下層誤差變大時，網(wǎng)絡會自動將F(x)逼近0。

根據(jù)殘差學習算法，ResNet網(wǎng)絡的殘差塊輸出為

y=F(x,W1,W2,…,Wi,…,Wn)+x

(2)

式中Wi——殘差塊中第i個卷積層權重

為了統(tǒng)一輸入和輸出的維數(shù)，在維度不匹配的線性映射中，需要對輸入x做一個線性變換Ws，這時殘差網(wǎng)絡的輸出公式為

y=F(x,W1,W2,…,Wi,…,Wn)+Wsx

(3)

式中Ws——線性映射

對傳統(tǒng)的ResNet網(wǎng)絡中的殘差塊結構進行修改，每個殘差塊包含2個卷積層，每個卷積層使用尺寸為3×3的卷積核來增加網(wǎng)絡寬度，在兩個卷積層之間加入Dropout層，結構如圖4所示。

當殘差塊中包含2個卷積層時，其學習公式為

F(x)=W2σ(W1x)

(4)

式中σ——ReLu映射

式(4)為了簡潔省略了偏置。

圖4 改進殘差網(wǎng)絡的殘差塊結構Fig.4 Residual block of improved residual network

將預處理中得到的害蟲邊緣圖像輸入到構建的改進殘差網(wǎng)絡中。利用貝葉斯原理對殘差神經(jīng)網(wǎng)絡的權重參數(shù)進行初始化，在這里假定該網(wǎng)絡的參數(shù)W(權值和閾值等)符合高斯分布。根據(jù)網(wǎng)絡的輸出結構，得到網(wǎng)絡的總誤差函數(shù)。

將預處理中得到的害蟲圖像的訓練集記為D={xk,yk}，k=1,2,…,K，K為害蟲圖像樣本總數(shù)。α和β是改進殘差網(wǎng)絡的兩個超參數(shù)，在訓練之前將α和β進行初始化，通過迭代優(yōu)化超參數(shù)，提高網(wǎng)絡學習的性能和效果。網(wǎng)絡結構記為A，在A和W確定的情況下可以根據(jù)輸入向量x得到網(wǎng)絡的輸出y，將訓練集的誤差函數(shù)定義為

(5)

M(W)=αEW(W|A)+βED(D|W,A)

(6)

在給定觀察數(shù)據(jù)后，通過已有的參數(shù)可以得到網(wǎng)絡參數(shù)的后驗概率為

(7)

式中P(D|α,β,M)——超參數(shù)α和β的顯著度

ZW、ZD——歸一化系數(shù)

m——該網(wǎng)絡中所有權重參數(shù)的個數(shù)

歸一化系數(shù)和W無關，因此網(wǎng)絡參數(shù)W的優(yōu)化可轉換為最小化網(wǎng)絡總誤差M(W)。

1.2.3基于分塊共軛算法的網(wǎng)絡優(yōu)化

分塊共軛算法(Block-cg)使用塊對角線來近似曲率矩陣，提高了Hessian矩陣的收斂性，并且對每個子塊進行獨立的共軛梯度更新，將子問題分離開處理，降低了局部搜索的復雜性。對比梯度下降、牛頓法以及共軛梯度等經(jīng)典算法，Block-cg算法具有計算效率高、計算復雜性小等優(yōu)勢，并且具有更好的收斂性和泛化能力。

本文使用Block-cg算法優(yōu)化網(wǎng)絡，更新網(wǎng)絡的權重參數(shù)，減小誤差函數(shù)，主要步驟如下：

(1)參數(shù)變量定義：害蟲圖像的訓練數(shù)據(jù)集記為DT={(xi,yi)}，i=1,2,…,T，改進殘差網(wǎng)絡的輸出函數(shù)為zi=f(xi,w)，損失函數(shù)定義為λ(zi,yi)，其他超參數(shù)的定義如下：算法調用的最大循環(huán)次數(shù)為l，最大的共軛梯度迭代次數(shù)為Cg，停止計算共軛梯度的準則為cg_stop，學習速率為η。并且定義兩個害蟲圖像數(shù)據(jù)集，隨機選取數(shù)據(jù)集Dg?DT用來計算梯度g=(g(1);g(2);…;g(B))，害蟲圖像數(shù)據(jù)集Dc?Dg，該數(shù)據(jù)集用來計算曲率向量。

(2)曲率矩陣的近似矩陣G的計算和分塊。根據(jù)隨機選取的害蟲圖像數(shù)據(jù)集Dc，通過Gauss-Newton方法計算矩陣G作為曲率矩陣的近似

(8)

式中J——網(wǎng)絡輸出對于權重參數(shù)導數(shù)的Jacobian矩陣

I——單位矩陣

將矩陣G分成B×B的子塊，G(b)表示矩陣G的第b個對角塊。

(4)隨機選取小批量數(shù)據(jù)集Dg來計算梯度g，以及小批量數(shù)據(jù)集Dc計算曲率向量。對每個子對角塊進行共軛梯度迭代計算，當滿足終止標準cg_stop或者達到最大迭代次數(shù)Cg時，終止迭代過程。每個子塊的網(wǎng)絡權重參數(shù)優(yōu)化過程可以并行進行，具體如下

(9)

重復執(zhí)行該過程l次，求得最終的網(wǎng)絡權重參數(shù)更新值Δw。求得每個子塊的Δw←(Δw(1);Δw(2);…;Δw(B))，將所有子塊更新整合到一起，求得更新的權重參數(shù)w←w+ηΔw。

(5)定義網(wǎng)絡中有效權重參數(shù)的個數(shù)為

γ=m-2αtr(H-1)

(10)

其中

式中H——網(wǎng)絡輸出的Hessian矩陣

β定義如下

(11)

每次更新權重參數(shù)后更新α和β的值，并且使用更新后的α和β重新計算誤差函數(shù)。

(6)重復執(zhí)行上述過程。使用Block-cg算法最小化損失函數(shù)，從而更新網(wǎng)絡權重參數(shù)，計算有效參數(shù)的個數(shù)γ，利用更新后的權重參數(shù)更新超參數(shù)α和β，最終得到優(yōu)化后的網(wǎng)絡權重參數(shù)。

2 結果及分析

2.1 圖像測試樣本及參數(shù)設置

試驗使用的9 072幅害蟲圖像全部來源于所建立的樣本庫。首先使用Python腳本語句對原始圖像進行隨機旋轉角度、隨機縮放原圖、鏡像等操作擴充樣本數(shù)量至原來的3倍，然后分別從各類別中隨機抽取60%圖像樣本構建訓練集，20%作為驗證集，剩余20%作為測試集。測試樣本具體信息及識別結果如表 1所示。試驗中，改進殘差網(wǎng)絡的深度為28層，超參數(shù)α和β分別初始化為0和1，學習速率η為0.001；使用Block-cg算法訓練網(wǎng)絡時，每個批次訓練64幅圖像，最大迭代次數(shù)為2 000次。

2.2 算法的有效性分析

為了驗證本文方法的有效性，在本文數(shù)據(jù)集上，分別采用本文方法、貝葉斯神經(jīng)網(wǎng)絡方法[27](Bayesian neural network)、卷積神經(jīng)網(wǎng)絡方法[28](Convolutional neural network)、支持向量機[2](Support vector machine，SVM)進行害蟲識別準確率比較。試驗選取害蟲圖像的顏色直方圖構造SVM的訓練特征樣本，核函數(shù)為高斯核函數(shù)。表 1給出了不同方法下的 38 種害蟲識別準確率。由表 1可知，支持向量機方法下的害蟲識別準確率較低；而卷積神經(jīng)網(wǎng)絡在小數(shù)據(jù)集上容易發(fā)生過擬合現(xiàn)象，因此在該方法下的害蟲識別準確率也不高；文獻[27]所提的貝葉斯神經(jīng)網(wǎng)絡方法與本文方法較為接近，但仍然低于本文方法的平均識別準確率。與上述3種方法相比，本文方法的平均識別準確率平均提高了9.6個百分點。

2.3 算法的魯棒性分析

為了進一步驗證本文所提方法的魯棒性，針對上述4種害蟲識別方法，結合每個類別查準率pi，再計算其查全率ri以及查全率與查準率的加權平均分數(shù)Fi，最后取平均值Fa作為模型評價標準，對比結果如表2所示。

表1 38種害蟲測試樣本細節(jié)和不同方法下的害蟲識別準確率Tab.1 Details of 38 analyzed insect species and pest recognition rate by different methods

續(xù)表1

(12)

(13)

式中nc——樣本類別總數(shù)，取38

i——類別標簽(1～38)

nii——類別i預測為第i類的樣本數(shù)

nji——類別j預測為第i類的樣本數(shù)

nij——類別i預測為第j類的樣本數(shù)

表2 不同害蟲識別方法的魯棒性對比結果Tab.2 Robustness comparison of different pest identification methods %

由表2可知，本文所提害蟲識別方法在平均查全率和加權平均分數(shù)這兩項指標上均獲得了更好的表現(xiàn)。與其他3種害蟲識別方法相比，本文方法加權平均分數(shù)分別提高16.3、10.8、4.5個百分點，具有更強的魯棒性。

2.4 北方園林害蟲識別系統(tǒng)

圖5 北方園林害蟲識別APP系統(tǒng)圖Fig.5 Diagram of northern garden pest identification APP

基于本文方法，設計了對38種北方園林害蟲識別的手機APP系統(tǒng)，如圖5所示。該APP能夠部分代替植保專家對園林害蟲進行有效地自動化識別，以便及時做好防治工作。首先，利用智能手機在自然光環(huán)境下直接拍攝園林中的害蟲生態(tài)圖像。通過手機APP將待識別害蟲圖像讀入自動識別系統(tǒng)，最后使用本文算法對測試樣本進行自動識別，給出識別結果與對應的害蟲防治方法。

3 結束語

針對現(xiàn)有害蟲圖像識別方法存在的問題，提出了一種基于改進殘差網(wǎng)絡的害蟲圖像識別方法。該方法使用富邊緣檢測算法對害蟲圖像進行邊緣檢測，將得到的害蟲圖像集用來訓練殘差神經(jīng)網(wǎng)絡，并通過Block-cg算法優(yōu)化網(wǎng)絡權重，進而更新超參數(shù)的值，直至得到理想的害蟲分類準確率。試驗結果表明，與其他3種傳統(tǒng)害蟲識別方法相比，本文方法的平均識別準確率平均提高9.6個百分點，加權平均分數(shù)分別提高16.3、10.8、4.5個百分點，具有較高的識別準確率及較強的魯棒性。