基于顏色分割與GA-SVM的花生表皮破損識別

申志超 趙志衡 盧 雷 孫 磊 羅思婕 胡琦淵

(哈爾濱工業(yè)大學電氣工程及自動化學院1，哈爾濱 150001) (上海安西機械制造有限公司2，上海 201109)

農作物篩選是將表皮顏色異常、存在某種缺陷以及形狀畸變等的不合格農作物剔除出來從而留下優(yōu)良的農作物[1,2]。在農作物篩選難度高、工作量大或效率要求較高的情況下，人工篩選方法便顯現(xiàn)出了劣勢。因而有必要通過設計色選算法來高效、快速地完成農作物篩選工作[3-5]。國內外對于色選算法的研究已有多年[6-8]。李玉華等[9]為了提高馬鈴薯芽眼識別率和可靠性，提出了基于色飽和度三維幾何特征的馬鈴薯芽眼識別方法，該方法抗干擾能力強，芽眼誤識別率為4.32%。Buzon等[10]研究開發(fā)了一個自動化的、高通量的表型系統(tǒng)，在一個包含許多水稻變種的溫室中進行了測試，結果表明該系統(tǒng)可以自動識別水稻的植物綠度和植物生物量。以上幾種方法大大提高了對農作物的色選效率，但設計的算法均較為復雜，在色選機運算資源有限的情況下實現(xiàn)難度較大。

在圖像分類領域，支持向量機(Support Vector Machine，SVM)得到了廣泛的應用[11-14]。張成梁等[15]提出了使用遺傳算法優(yōu)化支持向量機參數(shù)的機采籽棉圖像分割、雜質識別方法，最終測試表明該方法對雜質的有效識別率為92.6%。周竹等[16]建立了基于最小二乘支持向量機分類器的霉變板栗識別模型，克服了板栗近紅外光譜變量多、共線性強等缺點，應用該模型后板栗的總體平均識別正確率提高到97.54%。但在實際農作物色選中，由于采集圖像受到光線強弱以及品種差異等因素干擾，直接應用以上方法進行圖像分類的效果難以達到預期。為了解決這一問題，本研究在RGB空間對圖像進行了顏色分割預處理，并采用軟間隔非線性SVM模型以提高分類準確率。

本研究以花生圖像的分類為例，構建了花生圖像數(shù)據(jù)集，并對圖像提取方向梯度直方圖(Histogram of Oriented Gradient，HOG)特征，利用線性SVM進行分類；然后基于SVM對花生圖像進行了顏色分割預處理；基于遺傳算法對軟間隔非線性SVM模型進行了參數(shù)尋優(yōu)；最后進行了綜合優(yōu)化以提高花生圖像的分類準確率。

1 基于SVM的花生表皮破損識別算法構建

1.1 花生圖像數(shù)據(jù)集構建

本研究基于SVM對花生表皮是否破損進行識別。以單個花生為識別對象，根據(jù)花生表皮的破損情況將花生分為2類：完好花生和表皮破損花生。在實際中，還存在花生籽粒破損的情況，由于花生籽粒破損時其表皮也會發(fā)生破損，因此本文將花生籽粒破損的情況與花生表皮破損的情況歸為一類。

圖1為色選系統(tǒng)工作原理圖。在實際篩選過程中，花生會經過多條并行擺放的傳送帶，使得每條傳送帶上的花生稀疏分布而不會過于密集。同時傳送帶會通過抖動以使得每個傳送帶上攜帶的花生均勻散落，盡可能使得花生不會重疊在一起。在色選系統(tǒng)履帶尾部采用了上下兩組攝像機同時拍攝花生的正反面圖像，保證能夠全方位檢測到破損。為了防止少量花生重疊在一起、或者第一次篩選中破損區(qū)域剛好位于攝像機死角位置而未能檢測到破損的情況，色選系統(tǒng)會對合格品進行二次篩選，在最大程度上保證所有破損的花生能被檢測出來。

在采集花生圖像時，選用彩色面陣CCD相機拍攝了多張不同品種、不同光照條件下的多花生圖像，圖2a為其中一張壓縮后的多花生圖像。由于相機拍攝的花生圖像中含若干個花生，且圖像中可能含噪聲[17]，因此需要進行圖像分割。本文通過采用圖像壓縮、二值化、邊緣輪廓檢測等方法實現(xiàn)了圖像分割[18-20]，如圖2b所示。

圖2 圖像分割前后對比圖

在對多幅多花生圖像進行圖像分割后，共獲得600張單花生圖像，對這些花生圖像進行圖像增強并將其分辨率統(tǒng)一調整為64×64像素。然后將這些圖像隨機分為訓練集和測試集，其中訓練集占80%共480張，測試集占20%共120張，且訓練集和測試集中2類花生各占50%。訓練集中部分花生圖像如圖3所示。

圖3 訓練集中部分花生圖像

1.2 HOG特征提取與線性SVM構建

在進行圖像分類時，首先要對圖像提取特征。由于方向梯度直方圖算法提取到的特征可以很好地描述圖像的局部紋理，因此本文提取了花生圖像的HOG特征。然后與線性SVM進行結合，從而構建出花生表皮破損識別算法。

1.2.1 HOG特征提取

HOG算法是通過統(tǒng)計圖像局部區(qū)域的梯度方向直方圖，并將其表示為特征向量的算法[21]。在檢測窗口大小為64×64像素、每個塊包含4個細胞、塊滑動步長為1個細胞大小、細胞中梯度方向數(shù)為9的條件下，提取到的HOG維數(shù)dim(HOG)與細胞大小n×n的關系如式(1)所示。

(1)

分別選擇細胞大小n×n為：4×4、8×8、16×16、32×32，可獲得的HOG特征維數(shù)為8 100、1 764、324、36。圖4分別展示了對花生圖像選擇不同細胞大小提取HOG特征時的特征生成圖像。

圖4 花生及其HOG特征生成圖像

1.2.2 線性SVM構建

由于線性SVM模型相對非線性SVM模型較為簡單，無需設置核參數(shù)和懲罰參數(shù)，因此本文在構建花生破損識別算法時首先選擇線性SVM模型。本文在MATLAB R2018b平臺上，首先對花生圖像進行灰度化，然后將提取到的HOG特征輸入到線性SVM模型中進行訓練，在訓練線性SVM模型時使用的工具箱為LibSVM。

為了方便選擇適合HOG特征的最佳細胞大小，同時加快模型訓練速度，本文采用PCA算法對不同維數(shù)的HOG特征統(tǒng)一降維至36維。再對特征進行歸一化。在訓練線性SVM模型時，采用5折交叉驗證的方式獲得5折平均準確率。基于SVM的花生表皮破損識別算法流程如圖5所示。

圖5 基于SVM的花生表皮破損識別算法流程

1.2.3 評價指標

在評價分類結果時采用的指標為準確率，準確率定義如式(2)所示。

(2)

在MATLAB R2018b平臺上對算法進行仿真之后可知，在PCA降維前的HOG特征維數(shù)為324時，對花生圖像的準確率即可達到84%，此后隨著HOG特征維數(shù)的增加，準確率不再提高。說明以準確率為評價指標，HOG特征存在最佳的維數(shù)，而并非特征維數(shù)越多分類準確率也越高。

2 基于顏色分割與GA-SVM的算法優(yōu)化

為了進一步提高花生表皮破損識別算法的準確率，本文進行了兩方面的優(yōu)化：基于SVM的顏色分割和基于遺傳算法的參數(shù)尋優(yōu)。

2.1 基于SVM的顏色分割

本研究的分類目標是根據(jù)花生表皮的破損情況將花生分為完好花生和表皮破損花生2類。由于完好花生的顏色即花生紅衣的顏色與花生表皮破損區(qū)域的顏色差別較大，因此本文將訓練集中花生紅衣及花生表皮破損區(qū)域顏色的RGB值分別作為正、負樣本，利用線性SVM模型來尋找可以區(qū)分這2類顏色的RGB分割平面。得到的顏色分割平面的表達式如式(3)所示。正樣本、負樣本及顏色分割平面在RGB顏色空間的分布如圖6所示。

圖6 正樣本、負樣本及顏色分割平面在RGB顏色空間的分布圖

0.29×r-0.51×g+0.18×b+1.7=0

(3)

由圖6可知，線性SVM模型獲得的分割平面可以很好地將不同花生品種、不同光照條件下獲得的正樣本(花生紅衣區(qū)域的RGB值)與負樣本(花生表皮破損區(qū)域的RGB值)區(qū)分開來。因此在得到顏色分割平面之后，便可以區(qū)分花生圖像的紅衣區(qū)域顏色與表皮破損區(qū)域顏色。而花生圖像中還包含白色或淺色背景，這種背景像素點的典型特點是：在HSV顏色空間中的S分量值很小。本文認為若像素點的S分量值小于0.2，即認定為背景像素點。對一幅彩色花生圖像中每個像素點的預處理流程如圖7所示。

圖7 預處理流程及結果

對花生圖像進行顏色分割具有十分重要的意義。因為傳統(tǒng)設計的花生圖像分類算法在采集到彩色花生圖像之后，首先對圖像進行灰度化，然后再進行特征提取與分類。但是花生紅衣區(qū)域的部分像素點與花生表皮破損區(qū)域的部分像素點得到的灰度值可能相同。例如，當利用灰度變換心理學公式計算某一像素點得到的灰度值為150時，如式(4)所示。此時，通過該像素點且平面法向量為(0.299,0.587,0.114)的灰度化平面方程如式(5)所示。灰度化平面、正樣本及負樣本在RGB顏色空間的分布如圖8所示。

0.299×r+0.587×g+0.114×b-150=0

(4)

Gray=0.299×rpixel+0.587×gpixel+0.114×bpixel=150

(5)

由圖8可知，有多個正樣本、負樣本均落到了灰度化平面上，說明花生紅衣區(qū)域的部分像素點與花生表皮破損區(qū)域的部分像素點灰度化可能得到相同的灰度值。因此對花生圖像進行灰度化，將會降低花生紅衣區(qū)域與表皮破損區(qū)域的區(qū)分度，使得基于灰度化設計的花生圖像分類算法準確率下降。

圖8 正樣本、負樣本及灰度化平面在RGB顏色空間的分布圖

但本研究設計的基于SVM的顏色分割預處理可以很好地解決這一問題。隨著花生品種和光照強度的變化，正負樣本始終位于分割平面兩側。因此顏色分割預處理對花生品種及光照變化有較強的魯棒性，對提高花生圖像分類算法準確率具有重要的意義。

2.2 基于遺傳算法的參數(shù)尋優(yōu)

在構建花生圖像分類算法時，本文使用的模型是線性SVM。而使用軟間隔非線性SVM模型，通過尋找最優(yōu)參數(shù)，可以獲得更高的準確率[22]。

若超平面wx+b=0,w∈Rn，b∈R可以作為數(shù)據(jù)集的分界面，則對數(shù)據(jù)集的二分類即等價于對含有約束條件的問題進行優(yōu)化。軟間隔非線性SVM模型對應的最優(yōu)化問題如式(6)～式(8)所示[23，24]：

(x1,y1),…,(xn,yn),x∈Rn,y∈{+1,-1}

(6)

(7)

(8)

a≤ai≤C,i=1,2,…,n

在使用軟間隔非線性SVM模型時，本文選用的核函數(shù)為徑向基(Radial Basis Function，RBF)核函數(shù)，如式(9)所示：

K(xi,xj)=exp(-g‖xi-xj‖2)，g>0

(9)

由式(8)～式(9)可知，在訓練軟間隔非線性SVM模型時，待優(yōu)化的參數(shù)有懲罰參數(shù)C和核參數(shù)g。本文選擇遺傳算法(Genetic Algorithm，GA)進行參數(shù)尋優(yōu)，它無需遍歷所有參數(shù)組合即可尋找到最優(yōu)參數(shù)[25，26]。GA-SVM算法流程如圖9所示。

圖9 GA與SVM算法流程

具體步驟：

Step 1：給定C范圍：[0,100],g范圍(0,10]。設置最大進化代數(shù)為50代。

Step 2：將C、g參數(shù)用二進制編碼為基因序列，每個參數(shù)的二進制長度為8，并創(chuàng)建10個初始種群。

Step 3：將10個當代種群分別通過五折交叉驗證方式訓練SVM模型，把得到的五折平均準確率作為每個種群的適應度函數(shù)值。

Step 4：判斷進化代數(shù)是否達到50代，若不滿足條件，則進入下一步；否則進入Step 6。

Step 5：對當代存活的種群進行自然選擇、交叉及變異操作。其中自然選擇時采用輪盤賭方式進行，交叉概率為70%，變異概率為4.375%。生成子代種群后，返回Step 3。

Step 6：解碼獲得的最優(yōu)基因序列，得到最優(yōu)C、g參數(shù)。

3 算法優(yōu)化結果

3.1 基于SVM的顏色分割

在RGB空間采用顏色分割對花生圖像數(shù)據(jù)集進行預處理后，再在訓練集中應用基于SVM的花生表皮破損識別算法。與最初基于圖像灰度化構建的算法相比，基于顏色分割預處理后的算法分類準確率有明顯提升，如圖10所示。當PCA降維前的HOG維數(shù)為324維時，識別算法的分類準確率最高達到94.83%。

圖10 顏色分割預處理前后識別算法準確率對比

這一結果說明對彩色圖像進行灰度化會降低花生圖像紅衣區(qū)域與表皮破損區(qū)域的區(qū)分度，使得兩區(qū)域的部分像素值發(fā)生重疊，不利于后續(xù)的圖像特征提取與分類。而采用基于SVM的顏色分割預處理，在將彩色圖像變?yōu)楹诎讏D像的同時能夠很好地保持圖像的區(qū)分度，對分類性能的提升有顯著效果。

3.2 基于遺傳算法的參數(shù)尋優(yōu)

采用遺傳算法對懲罰參數(shù)C和徑向基核核參數(shù)g進行參數(shù)尋優(yōu)后，基于SVM的花生表皮破損識別算法的準確率有所提高，如圖11所示。

圖11 遺傳算法參數(shù)尋優(yōu)前后的識別算法準確率對比

當PCA降維前的HOG維數(shù)為324時，基于SVM的花生表皮破損識別算法分類準確率最高達到91.04%。利用遺傳算法對其進行參數(shù)尋優(yōu)，在經過50代進化后，種群的最佳適應度已經基本不變，所以此時已經尋找到了最優(yōu)參數(shù)組合。即當C=3.61、g=1.96時基于SVM的花生表皮識別算法的適應度即準確率最高。

采用軟間隔非線性SVM模型相較于線性SVM模型，由于提高了模型的復雜度，使SVM模型具有了非線性分類能力，因此可以進一步提高花生圖像分類的準確率，同時也說明完好花生與表皮破損花生的HOG特征分類是一個非線性分類問題。

3.3 綜合優(yōu)化

將基于SVM的顏色分割與基于遺傳算法的參數(shù)尋優(yōu)同時應用到本文構建的花生表皮破損識別算法上，在訓練集中進行五折交叉驗證的結果如圖12所示。

圖12 綜合優(yōu)化前后花生表皮破損識別算法準確率對比

從圖12可知，對于基于顏色分割與GA-SVM的花生表皮破損識別算法，當PCA降維前的HOG維數(shù)為324維時，分類準確率最高達到了96.88%。遺傳算法對其進行參數(shù)尋優(yōu)后可知，當C=10.55、g=2時識別算法的適應度即準確率最高。

從分類的準確率這一評價指標來分析，經過綜合優(yōu)化后的花生表皮破損識別算法的分類性能得到了較多的提升。僅需提取324維HOG特征即可達到最高的分類準確率，因此基于顏色分割與GA-SVM的花生表皮破損識別算法的計算量較小，算法容易實現(xiàn)且準確率很高。

4 仿真測試與分析

為了檢驗模型在測試集上的分類效果，本文在CPU為Intel Core i5-4200M、MATLAB版本為R2018b環(huán)境中進行測試。將綜合優(yōu)化后的花生表皮破損識別算法應用測試集上，其中測試集共120張花生圖片，正負樣本各占50%。最終測得分類準確率為100%，算法對測試集提取HOG特征與進行分類預測的總時間為0.672 s，平均每張圖片耗時5.6 ms。因此綜合優(yōu)化后的分類算法的準確率和實時性均表現(xiàn)良好，同時測試集上的仿真結果表明本文構建的分類算法具有一定的泛化能力。

為了檢驗模型對實際拍攝的多花生圖片的分類效果，本文采用彩色面陣CCD相機拍攝了多花生圖片，在MATLAB平臺上對圖片進行圖像分割及SVM模型預測。根據(jù)預測結果對圖片進行標記，若為表皮破損花生，用方框進行標記。多花生圖片的分數(shù)結果如圖13所示。本研究構建的分類算法對圖中所有花生均分類正確。因此支持向量機適合對花生圖像進行二分類。

圖13 多花生圖片的分類結果

5 結論

構建了不同品種、不同光照條件下的花生圖像數(shù)據(jù)集，對其提取HOG特征并利用SVM對花生表皮是否破損進行了識別。采用了基于徑向基核的軟間隔非線性SVM模型，通過使用遺傳算法對模型參數(shù)進行了優(yōu)化，提高了花生表皮破損識別算法的分類準確率。

同時本研究提出了基于SVM的顏色分割預處理方法，能夠高效分割花生紅衣區(qū)域與花生表皮破損區(qū)域。相比于傳統(tǒng)的直接對彩色圖像進行灰度化處理，本方法對花生品種及光照變化具有很強的魯棒性，能夠解決灰度變換后得到的黑白圖像相比于彩色圖像區(qū)分度下降的問題，從而改進花生表皮破損識別算法的效果。

將綜合優(yōu)化后的花生表皮破損識別算法應用到本文構建的花生圖像訓練集上，分類準確率達到了96.88%，且僅需324維HOG特征，計算量較少。識別算法在測試集的準確率達到了100%，且平均每張花生圖片僅耗時5.6 ms。綜合優(yōu)化及仿真測試結果表明SVM模型在花生圖像篩選領域表現(xiàn)突出，具有一定的泛化能力，且模型的實時性較好，具有良好的應用前景。