閆明壯,王浩云,吳媛媛,曹雪蓮,徐煥良

(南京農(nóng)業(yè)大學信息科學技術學院,江蘇 南京 210095)

葉綠素是植物進行光合作用不可或缺的光合色素和物質(zhì)基礎[1],同時葉綠素含量也是評價室內(nèi)植物對苯污染的抗性能力的重要依據(jù)。研究證明,苯氣體濃度越大,脅迫時間越長,植物葉片葉綠素含量下降越快[2]。近年來,以圖像分析技術和高光譜成像技術為主的無損檢測技術,被廣泛應用到作物葉片葉綠素含量及分布的研究中。劉燕德等[3]使用遺傳算法和連續(xù)投影算法對原始光譜數(shù)據(jù)進行特征波段的提取,采用偏最小二乘回歸模型對臍橙葉片葉綠素含量及可視化分布進行研究。朱軍偉等[4]采用紋理分析的空間灰度共生矩陣法尋找紋理各統(tǒng)計量與玉米葉片葉綠素含量的關系,通過建立的多元回歸模型分析玉米不同生長期的葉綠素實際含量與模型預測值之間的相關性。

圖像分析技術和高光譜成像技術在一定程度上提高了葉綠素無損檢測的準確性,但單一使用光譜特征無法描述葉綠素整體的空間分布特征,而單一使用圖像紋理特征無法準確反映植物內(nèi)部葉綠素含量[5-6]。綜合利用高光譜圖像的光譜信息和圖像信息,可以提高結果可靠性及準確性[7-8]。在高光譜成像技術應用中,開始出現(xiàn)將多特征融合用于作物品質(zhì)的檢測。于慧春等[9]將枸杞高光譜數(shù)據(jù)中的特征光譜與紋理數(shù)據(jù)組合后,建立枸杞內(nèi)部多糖和總糖的預測模型,該模型在光譜特征方面,使用主成分分析方法對光譜特征進行提取,提取后的光譜特征中噪聲信息過多,影響了基于融合特征模型的預測效果。

目前在葉綠素高光譜檢測領域中,還未見使用多特征融合的方法進行模型構造的報道。本文以長藤綠蘿為研究對象,基于融合特征建立綠蘿葉片葉綠素預測模型,為快速無損檢測植物葉綠素含量提供思路和方法。

1 材料與方法

1.1 試驗材料

試驗樣本為綠葉長藤綠蘿。選取生長狀態(tài)一致的綠蘿20盆,在相同生長環(huán)境下,每盆植株的上、中、下部位取16片葉片樣本,共計320個樣本,樣本采摘后立刻進行葉綠素含量測定和高光譜信息采集。

1.2 試驗方法

1.2.1 葉片SPAD值的測定選用便攜式葉綠素儀(SPAD-502型)測量葉片葉綠素SPAD值。在葉片主葉脈左側中部支脈與支脈間區(qū)域,標注2 cm×2 cm的矩形待測區(qū)域,測定該區(qū)域的 SPAD 值,重復3次。

1.2.2 葉片高光譜信息的采集用上海五鈴光電科技有限公司的推掃型高光譜成像系統(tǒng)采集葉片高光譜數(shù)據(jù),采用漫反射架構,相機型號為ICL-B1620 CCD,光源為3900ER可調(diào)諧光源(美國Illumination Technologies公司)。軟件由Spectral-image取像軟件和HSI Analyzer分析軟件組成。消除前后噪聲波段后,高光譜有效波長范圍設置為400～900 nm,共468個波段。

高光譜數(shù)據(jù)采集前,需要進行儀器的黑白矯正和高光譜圖像的黑白標定[10-11]。在與樣品采集相同的系統(tǒng)條件下,掃描標準白色校正板得到全白的標定圖像W,關閉相機快門進行圖像采集得到全黑的標定圖像B,完成高光譜圖像的標定,使采集得到的絕對圖像I變成相對圖像R,則標定后的高光譜圖像的計算公式[12]:

Rλ=(Iλ-Bλ)/(Wλ-Bλ)

(1)

式中:Rλ、Iλ、Bλ和Wλ分別表示在波長λ下相對圖像、絕對圖像、黑板標定圖像和白板標定圖像。

1.3 模型性能指標與評價依據(jù)

在光譜分析過程中,選擇合適的方法來建立性能穩(wěn)定、結果可靠的數(shù)學模型是實現(xiàn)高光譜圖像分析的前提和關鍵。因此,需要有定量的評價指標體系對不同模型的結果進行評價和比較。在本文中,所采用的定量模型評價指標有決定系數(shù)(R2)、均方根誤差(root mean square error,RMSE)、相對分析誤差(residual predictive deviation,RPD)。

2 綠蘿葉片特征選擇與提取

2.1 葉片高光譜特征的提取

對通過黑白校正后的光譜圖像,選取葉片葉綠素SPAD值的實測區(qū)域,使用HSI Analyzer分析軟件,從該實測區(qū)域內(nèi)截取30×30像素的矩形感興趣區(qū)域(region of interest,ROI)作為研究對象。計算所有樣本ROI的全部光譜數(shù)據(jù)的各個像素點中光譜響應的平均值,估算該樣本的相對反射率。320個樣品共獲得320條光譜平均反射值。

2.1.1 高光譜數(shù)據(jù)預處理儀器的響應、隨機噪聲、散光等因素會導致光譜曲線重復或產(chǎn)生基線漂移,為減少該類因素對試驗結果的影響,需要對光譜信息進行預處理[13]。目前常用的預處理方法主要包括平滑、求導、歸一化、多元散射校正[14]等。采用Savitzky-Golay卷積平滑(S-G平滑)、多元散射校正(multiplicative scatter correction,MSC)、一階導數(shù)3種方法對ROI的高光譜數(shù)據(jù)進行預處理,采用留一交叉驗證法建立模型,以交叉預測集相關系數(shù)(RCV)和交叉預測集均方根誤差(RMSECV)為評判指標[15],挑選出最佳預處理方法。

2.1.2 高光譜特征波段的提取高光譜數(shù)據(jù)存在大量的噪聲和冗余信息,直接對高光譜原始圖像進行處理分析,不僅數(shù)據(jù)量大、有效信息少,而且處理時間長、準確率低。為提高葉綠素預測的準確性,減少處理的復雜性,通過算法對高光譜原始圖像進行特征波段的選擇,從所有波段范圍內(nèi)挑選出對綠蘿葉片SPAD值影響最大的幾個波段。

目前常用的高光譜特征波段選擇的方法主要包括:無信息變量消除法、競爭性自適應重加權法、隨機蛙跳算法、連續(xù)投影算法等。

無信息變量消除法(uninformative variables elimination,UVE)是基于分析偏最小二乘法回歸(partial least squares regression,PLSR)系數(shù)的算法,能有效去除無關波長變量。對PLSR模型中添加1組與原始變量數(shù)量相同的白噪聲變量,然后基于PLSR模型交叉驗證并剔除無關變量,得到回歸系數(shù)矩陣,利用回歸系數(shù)向量的平均值與其對應的標準差相除,進而確定篩選變量閾值,大于閾值的篩選變量即為優(yōu)選特征變量[16]。

連續(xù)投影算法(successive projections algorithm,SPA)能從光譜信息中充分尋找含有最低限度冗余信息的變量組,有效消除變量之間的共線性影響,使變量之間的共線性達到最小,降低模型的復雜度[17]。

2.2 葉片圖像特征的提取

將感興趣區(qū)域的RGB圖像通過灰度變換和濾波等手段進行預處理,去除葉片表面的亮光和陰影噪聲。

本文采用灰度共生矩陣(gray-level co-occurrence matrix,GLCM)進行紋理特征提取,該紋理提取方法描述了具有空間位置關系的2個像素灰度的聯(lián)合分布?；叶裙采仃嚲褪菑膱D像f(x,y)灰度為i的像素出發(fā),統(tǒng)計其距離為δ、灰度為j的像素(x+Δx,y+Δy)同時出現(xiàn)的概率P(i,j,δ,θ)。

(2)

式中:i,j=0,1,…,L-1,L為圖像的灰度級數(shù);Nx和Ny分別為圖像的行數(shù)和列數(shù)。

采用GLCM對感興趣區(qū)域圖像共提取4個紋理特征的描述值,分別為能量、對比度、相關度和熵。這4個特征值具有描述圖像不同特點的功能,能量描述圖像灰度分布的均勻程度和紋理的粗細程度;對比度反映紋理性質(zhì)之間的差異性,描述紋理局部的變化量;相關度指圖像的灰度矩陣元素在行或列方向上的相似度;熵表明紋理的復雜情況。由于葉片表面的紋理較細,設置像素間距r為1,掃描角度分別設置為0°水平掃描、45°掃描、90°掃描和135°掃描。如圖1所示,以像素點S為例,像素間距r=1,紋理掃描角度依次為0°、45°、90°和135°,對不同角度方向進行各紋理屬性值的提取,為了降低計算量,對不同方向的4種GLCM屬性值求取平均值[18]。

圖1 綠蘿葉片掃描角度圖Fig.1 Scanned picture of Epipremnum aureum leaf

圖2為該4個特征值分別與葉綠素SPAD值的皮爾森相關性系數(shù)r。從圖中可以看出,各特征值與SPAD值的相關性系數(shù)絕對值均大于0.80,呈高度相關,其中特征值熵的相關性系數(shù)絕對值為0.90,呈強相關性。

圖2 綠蘿葉片紋理屬性與葉綠素 SPAD值的相關系數(shù)Fig.2 Correlation coefficient between E.aureum leaf texture attributes and chlorophyll SPAD value

2.3 光譜特征與圖像特征的融合

將每個樣本經(jīng)過SPA提取的10個光譜特征、相應的4個紋理特征串聯(lián)融合到1個數(shù)據(jù)集中,得到320*14的融合特征數(shù)據(jù)集。高光譜特征通過光譜的反射值映射綠蘿葉片內(nèi)部葉綠素的含量特征,圖像的紋理特征從葉片外部描述葉綠素的空間分布信息,將2種特征融合后,得到包含葉片葉綠素含量與空間分布的綜合信息,與于慧春等[9]報道的融合特征相比,該高光譜特征是樣本的原始光譜經(jīng)過S-G平滑預處理和SPA特征波段的選取得到的,該特征不僅具備與葉綠素含量的高相關性,而且具備輕量化的特點,再加上紋理特征的補充,使該融合特征更加高效和豐富。

2.4 模型的建立

從本文提取的光譜特征數(shù)據(jù)和圖像紋理數(shù)據(jù)以及2種特征融合后的數(shù)據(jù)可以發(fā)現(xiàn),各特征變量與葉綠素含量之間具有顯著的非線性關系,因此傳統(tǒng)的線性回歸方法得不到理想的回歸模型。為得到準確的預測效果,選用支持向量回歸(support vector machine regression,SVR)和人工神經(jīng)網(wǎng)絡(back propagation artificial neural network,BPANN)建立綠蘿葉片SPAD值的預測模型。

由于模型的初始參數(shù)是隨機產(chǎn)生的,導致模型每次預測結果具有不確定性,為了更好評價模型準確性和穩(wěn)定性,本試驗采用30次隨機仿真,模型評價的最終結果為30次仿真試驗的平均值。模型的建立在Matlab R2014a軟件中完成。

3 結果與分析

3.1 綠蘿葉片SPAD值的實測

共采集320個綠蘿葉片樣本的SPAD參考值。本文采用SPXY法進行數(shù)據(jù)集劃分,80%(256個)的樣本作為訓練集,20%(64個)的樣本作為預測集。訓練集用來訓練模型,預測集用于最終模型性能的評價。訓練集中葉綠素SPAD值最小為2.5,最大值為57.4,平均值為36.5;預測集中葉綠素SPAD值最小為3.1,最大值為57.8,平均值為37.8。

3.2 高光譜數(shù)據(jù)處理

3.2.1 高光譜數(shù)據(jù)預處理為了對每種預處理方法效果進行定量分析,利用偏最小二乘回歸算法(PLSR)對預處理的結果進行建模分析,訓練集采用留一交叉驗證的方式對不同數(shù)量主成分建立的模型進行分析,隨著主成分個數(shù)的增加,均方根誤差呈現(xiàn)先增大再減小的趨勢,這是因為剛開始隨著主成分的增加,所包含的有效信息也隨之增加,但達到某一數(shù)量后,增加主成分的個數(shù)反而增大了無效信息和冗余信息,因此均方根誤差也隨之增大。本文中以RMSECV達到最小時的6個主成分為最佳主成分個數(shù)。從表1可見:S-G平滑預處理對400～900 nm波段的高光譜信息處理效果最好,PLSR模型的RCV為0.89,RMSECV為0.42。

表1 預處理方法的偏最小二乘回歸算法(PLSR)模型效果對比Table 1 Comparison of partial least squares regression(PLSR)model effects of pretreatment methods

圖3-A為在400～900 nm波段的高光譜原始圖像,數(shù)據(jù)噪聲較大;圖3-B為經(jīng)過S-G平滑預處理后的高光譜圖像?？梢钥闯?該方法有效去除數(shù)據(jù)存在的噪聲,但并未壓縮刪除原始數(shù)據(jù),保證數(shù)據(jù)的完整性,為特征波段的提取提供完整的原始數(shù)據(jù)支持。

圖3 原始光譜(A)和S-G平滑預處理(B)的光譜圖像Fig.3 Spectral image of original spectrum(A)and S-G smoothing preprocessing(B)

3.2.2 特征波段選擇從圖4-A可見:UVE在400～900 nm波段所選出的30個特征波段分布集中,包含的信息具有局部性與重復性。圖4-B是經(jīng)過SPA算法篩選出的10個特征波段,分別是497、501、554、562、669、673、697、715、779和822 nm。直觀看SPA所提取的10個特征波段均分布在與葉綠素相關性較強的區(qū)域,如500～600 nm綠色反射峰、650～680 nm紅色波段吸收谷、680～760 nm紅邊區(qū)域。紅邊區(qū)域蘊含豐富的植被生長信息,與植物生理生化參數(shù)關系密切[19]。因此相比無信息變量消除法,連續(xù)投影算法不僅篩選能力強,而且具有較強的可解釋性。

圖4 UVE算法所選出的特征波段(A)和SPA算法所選出的特征波段(B)Fig.4 Characteristic bands selected by UVE algorithm(A)and selected by SPA algorithm(B)

3.3 基于高光譜特征的回歸模型的建立

基于高光譜的全波段數(shù)據(jù)、SPA特征數(shù)據(jù)和UVE特征數(shù)據(jù)分別建立綠蘿葉綠素的誤差反向傳輸BPANN和SVR預測模型。

選用320個樣本的SPA特征數(shù)據(jù)和UVE特征數(shù)據(jù)建立BPANN模型時,輸入層單元數(shù)目分別設置為10和30,每個單元選擇由SPA算法和UVE算法得出的特征波段,輸出層為1個單元,設置為葉片的葉綠素SPAD值,經(jīng)數(shù)據(jù)集訓練后確定隱含層節(jié)點數(shù)目分別為10和19。

將S-G平滑預處理后的400～900 nm波段的高光譜信息,采用全波段光譜反射值和通過SPA、UVE分別篩選后的特征波段作為輸入數(shù)據(jù),選用高斯徑向基(radial basis function,RBF)作為核函數(shù)建立支持向量機回歸模型。利用RBF核函數(shù)將輸入的數(shù)據(jù)映射到高維空間,選擇出最優(yōu)的分類面,實現(xiàn)非線性映射,得到關于葉綠素SPAD值的預測模型(表2),對每個模型分別運行30次,取30次的平均值為最終結果。

由表2可知:基于SPA特征波段建立的SVR模型預測集的R2最高,基于UVE特征波段建立的SVR和BPANN模型預測集的R2均低于全波段模型的預測集R2,證明模型在穩(wěn)定性不變的基礎上,利用SPA算法降低數(shù)據(jù)冗余和模型處理的復雜度,去除大量無用信息對關聯(lián)特征的干擾性,小幅度提高預測模型的準確性,因此可以確定針對綠蘿葉綠素SPAD值的高光譜特征波段選擇中,SPA算法篩選效果較好。

表2 基于全波段和不同特征的各種模型訓練結果Table 2 Training results of each model based on full band and characteristic band

相比全波段高光譜數(shù)據(jù)和UVE算法的模型預測效果,基于SPA算法的SVR模型預測準確度雖然有一定提升,但提升幅度不大,模型的穩(wěn)定性也呈現(xiàn)下降趨勢。初步分析這是由于通過SPA算法在篩選特征波段時去除了大量的原始光譜信息,少量的特征波段雖能較好表達主要的相關信息,但不可避免地存在關鍵信息的遺漏,數(shù)據(jù)特征不足,導致訓練得到的模型復雜度較低,影響了模型的魯棒性和泛化能力。因此基于SPA算法的基礎上,需要豐富特征參數(shù)的多樣性,進一步提高模型的綜合能力。

3.4 基于圖像紋理特征的回歸模型

對320幅綠蘿圖像進行處理,每幅圖像提取4個特征參數(shù),以同樣的方法基于綠蘿葉片紋理特征分別建立BPANN與SVR回歸模型。從表3可見:SVR回歸模型預測集的R2為0.803 1,RPD值為1.91;BPANN模型預測集的R2為0.732 8,RPD值為1.72。因此基于圖像紋理特征所建立的預測模型準確性接近以特征光譜為參數(shù)建立的預測模型,模型也較為穩(wěn)定。說明綠蘿葉片表面的紋理特征能夠較好描述葉片的葉綠素含量,因此,將其與光譜特征有效融合后,可增加對葉片葉綠素含量的描述性,并進一步提高回歸模型的預測能力。

表3 基于圖像紋理特征的模型結果Table 3 Model results based on image texture features

3.5 基于光譜特征與圖像紋理特征融合的回歸模型

將SPA篩選的光譜特征與紋理特征融合后作為模型的輸入數(shù)據(jù),建立關于綠蘿葉綠素SPAD值的預測模型,模型反復運行后,得到最終結果。從表4可見:SVR回歸模型預測集的R2為0.957 1,RPD值為2.21;BPANN預測集的R2為0.923 3,RPD值為1.97。2個模型在保持穩(wěn)定性的基礎上,預測集的R2都得到了明顯的提升,尤其是基于融合特征建立的SVR回歸模型相比單一的高光譜特征模型,預測集R2提高了0.052 1;相比單一的紋理特征模型,預測集R2提高了0.154 0。

表4 基于融合特征的模型結果Table 4 Model results based on fusion features

從圖5可見:基于融合特征建立的綠蘿葉綠素預測模型的R2與RPD值均高于其他單一特征模型,SVR模型的各項參數(shù)均優(yōu)于BPANN模型。

圖5 各特征模型的預測集決定系數(shù)(R2,A)和剩余預測偏差(RPD,B)Fig.5 The coefficients of the prediction set(R2,A)and the remaining prediction deviation(RPD,B)of each feature model

圖6-A為30次隨機仿真試驗中融合特征BPANN模型某一次的預測效果,圖6-B為30次隨機仿真試驗中融合特征SVR模型某一次的預測效果,這2種模型在一定程度上提高了準確性,但仍然存在個別偏離預測值的數(shù)據(jù)點?？梢钥闯鯞PANN模型存在數(shù)個偏離預測程度較大的數(shù)據(jù)點,影響了模型的綜合能力。BP算法在擬合非線性函數(shù)的收斂過程中,所得到的收斂結果可能是局部最小點,這是源于BP算法的搜索是串行的,而非并行性搜索,因此在少量特征波段所建立的BPANN擬合回歸模型中,最終所得到的擬合結果具有一定的局限性和片面性,導致基于BPANN所建立的葉綠素SPAD值預測模型穩(wěn)定性較差,產(chǎn)生的偏離數(shù)據(jù)值較多,且偏離程度較大,模型的整體效果不如SVR模型。

圖6 基于融合特征建立的模型BPANN(A)和SVR(B)預測的綠蘿葉綠素SPAD值Fig.6 Chlorophyll SPAD value of E.aureum predicted by the model BPANN(A)and SVR(B) based on the fusion features

4 結論

本文以長藤綠蘿為研究對象,分別以光譜特征、紋理特征及融合特征進行建模分析,研究表明:

(1)基于400～900 nm范圍內(nèi)的光譜信息所建立的模型中,以經(jīng)SPA算法篩選出的特征光譜所建立的SVR模型效果最好,其模型平均預測誤差(RMSE)為0.38,平均剩余預測偏差(RPD)為2.21,為后續(xù)建立特征融合的葉綠素SPAD預測模型提供高光譜特征參數(shù)參考;基于SPA算法的SVR模型預測集R2提升幅度較小,為提高特征豐富度提出了需求。

(2)基于綠蘿葉片RGB圖像提取的灰度紋理特征所建立的BPANN和SVR模型的效果均接近于基于光譜特征建立的模型效果,證明了紋理特征的有效性。

(3)基于光譜特征與紋理特征串聯(lián)融合建立的對綠蘿葉綠素SPAD值的預測模型中,基于融合特征的SVR模型的預測效果最好,預測集決定系數(shù)R2為0.957 1;因此,利用高光譜成像技術,基于光譜信息與紋理信息的融合特征建立的預測模型,對綠蘿葉綠素含量無損檢測的性能優(yōu)于各單一特征預測模型,為今后實現(xiàn)植物葉綠素快速無損檢測提供思路和方法。

本文對綠蘿葉片的高光譜特征進行了提取,融合圖像紋理特征后,模型的預測效果明顯提升。但該研究方法還存在一定的不足,一方面是圖像的紋理特征還具有進一步優(yōu)化的空間;另一方面,需要選擇合適的融合方法將多個特征進行更加有效的融合,進一步提高模型預測的準確度。