周必鐃 卞麗麗 徐薪璐 姚文靜

(南京林業(yè)大學(xué)，南京，210037)

竹類植物為多年生非木質(zhì)常綠植物，屬于禾本科(Poaceae)竹亞科(Bambusoideae)。竹類植物生長快、可再生性強、用途廣泛，在發(fā)展綠色經(jīng)濟、保護生態(tài)環(huán)境、應(yīng)對氣候變化、促進生態(tài)文明建設(shè)等方面都發(fā)揮著獨特作用[1-5]。國內(nèi)竹亞科傳統(tǒng)分類方法主要建立在耿氏系統(tǒng)上，以花序和地下莖性狀為主要分類特征，再結(jié)合營養(yǎng)體特點劃分屬及以下類群。由于竹子開花結(jié)果不常見，以花果為分類依據(jù)應(yīng)用困難，實際種類識別多是根據(jù)營養(yǎng)體展開[6-7]。竹類營養(yǎng)體多變，在同一種群中往往存在多種表型且季節(jié)性變化明顯，傳統(tǒng)分類由此引入模式種概念[8-10]。但模式種往往僅代表種群中某一個體在某一時期的性狀，當(dāng)遇到同一性狀有多種表現(xiàn)型時，根據(jù)模式種進行分類容易導(dǎo)致分類混亂[11]。

竹類植物葉片四季常綠，同一種竹子葉片性狀特征相對較穩(wěn)定。曾有學(xué)者對竹類植物葉片進行解剖研究，并將解剖結(jié)構(gòu)作為竹種分類的參考[12-13]。竹類植物的葉片結(jié)構(gòu)為二維平面，顏色、形狀和紋理信息都包含在內(nèi)，更便于采用計算機進行圖像收集及數(shù)據(jù)化處理?；谌~片特征的竹種分類法與傳統(tǒng)的模式種法相比，通過計算機系統(tǒng)建立不同竹種相應(yīng)的數(shù)據(jù)庫，每類竹種的特征數(shù)據(jù)均從種群水平獲得，減少了種群中特殊個體的影響。通過計算機視覺技術(shù)獲取的數(shù)據(jù)由該竹種本身特性決定，會在一定范圍內(nèi)波動，更能代表該竹種的實際情況。

支持向量機算法(SVM)最早于1963年由Vladimir N. Vapnik和Alexey Ya. Chervonenkis提出。此后Corinna Cortes與Vladimir Vapnik對原算法進行了改進，將原來的“硬分隔面”變?yōu)椤败浄指裘妗保纬闪爽F(xiàn)在所用的支持向量機算法的雛形[14]。支持向量機算法不涉及統(tǒng)計學(xué)的相關(guān)概念，其原理是將樣本放在一個空間中，在同一空間中尋找能最好劃分類別的超平面。當(dāng)前維度沒有合適的平面時，就將樣本映射到更高維度的空間，直至找到最合適的超平面[15]。歷經(jīng)多年的發(fā)展，支持向量機算法的理論逐漸完善，演變?yōu)橐活惓Ｓ玫男颖痉诸愃惴╗16]。實際應(yīng)用中，通過選取合適的核函數(shù)，并對參數(shù)進行調(diào)整，使得機器學(xué)習(xí)中損失函數(shù)的值達到較低，保證通過有限的訓(xùn)練樣本得到較小誤差[17]。

支持向量機分類器在觀賞植物和農(nóng)業(yè)上已經(jīng)有了廣泛的應(yīng)用。魏蕾等[18]以木瓜、三角楓、女貞和五角楓的葉片為材料，對葉片圖像進行預(yù)處理后，提取并優(yōu)化出10個葉片形狀參數(shù)作為分類特征，輸入支持向量機模型后取得了較好的識別準確率；陳淑君等[19]選取了9種室內(nèi)常見盆栽各28個樣本，對植物對象結(jié)合色彩信息進行分割，提取信息并使用支持向量機分類器進行分類，識別率達90%左右；秦豐等[20]以采集的苜蓿葉片為材料，進行人工裁剪并結(jié)合圖像分割，建立病害識別支持向量機模型，在測試集上識別準確度達到80%以上；李嬋等[21]提取了農(nóng)業(yè)區(qū)域8種植物葉片的光譜數(shù)據(jù)，利用一階微分光譜結(jié)合支持向量機的方法能夠較好地對不同植被區(qū)域進行識別。

目前，支持向量機算法模型在竹子分類中的應(yīng)用還較少。本研究通過計算機編程提取了70個竹種葉片的相關(guān)性狀特征，初步實現(xiàn)了數(shù)據(jù)化，建立了竹類植物的葉片數(shù)據(jù)庫。此外，通過調(diào)節(jié)支持向量機模型參數(shù)提高模型的分類準確度，為基于計算機輔助竹類植物的分類識別提供智能方法。

1 材料與方法

1.1 材料來源

試驗共采集了70個竹種(包含變種、變型和品種)的7 000片竹葉，其中58種采自江蘇省南京市南京林業(yè)大學(xué)校園(118°48′51″E，32°4′59″N)和南京林業(yè)大學(xué)白馬基地竹種園(119°7′42″E，31°37′55″N)；4種采自云南省昆明市西南林業(yè)大學(xué)校園(102°45′26″E，25°3′44″N)；3種采自貴州省遵義市楚米鎮(zhèn)高山村(106°42′49″E，28°16′35″N)；2種采自貴州省遵義市馬鬃鄉(xiāng)(106°58′39″E,28°13′51″N)；3種采自貴州省遵義市羊蹬鎮(zhèn)(106°57′52″E，28°43′20″N)。

1.2 葉片的采集和測量

試驗采集的70個竹種(包含變種、變型和品種)的學(xué)名和屬名根據(jù)《中國植物志》[22]和《The bamboos of the world》[23]列表(見表1)。每個竹種選擇3株以上進行隨機采樣，采樣時選擇竹子中部功能成熟葉片。每個竹種采集100片竹葉，將采集的葉片放入裝有濕報紙的密封聚乙烯袋中以保持水分。對于較遠地區(qū)，為防葉片腐爛，使用冰盒將采集的葉片帶回實驗室進行圖像掃描。

表1 竹種學(xué)名及收集信息

續(xù)(表1)

使用HP Scanjet 4850掃描儀(Hewlett-Packard Company，Palo Alto，CA)獲取葉片圖像，以300 dpi分辨率保存為位圖圖像。掃描后使用python語言(版本python 3.7)結(jié)合第三方庫OpenCV(版本opencv-python 4.4.0.44)識別圖像并測算葉片的長度、寬度、面積、周長和最小外接圓面積，同時計算出葉片外接矩形面積、葉片周長與面積的比值、葉片面積與外接矩形面積的比值和與葉片面積相等圓的直徑，共9個指標作為分類特征。利用scikit-learn(版本0.21.3)建立支持向量機算法分類模型，輸入分類特征對70個竹種進行分類。

1.3 葉片形態(tài)指標

葉片長(L)、寬(W)、周長(PM)、面積(S)和最小外接圓面積(MCA)由python語言結(jié)合第三方庫自動識別圖像獲得，其中葉長為葉片長軸方向最大距離；葉寬為葉片短軸方向最大距離；葉周長為葉片外輪廓的長度；葉面積為葉片外輪廓的面積；最小外接圓面積由程序根據(jù)葉片形狀自動計算。

使用準確率(A)指標評價模型的總體分類能力，使用精確率(P)指標評價模型對單一竹種的分類能力，計算方式如下：A=(TN+TP)/(TN+FN+TP+FP)；P=TP/(TP+FP)。式中，TN為預(yù)測負樣本(預(yù)測正確)；FP為預(yù)測正樣本(預(yù)測錯誤)；FN為預(yù)測負樣本(預(yù)測錯誤)；TP為預(yù)測正樣本(預(yù)測正確)。

1.4 支持向量機分類模型的建立

模型建立最主要的任務(wù)是核函數(shù)的選擇與參數(shù)的確定。SVM的核函數(shù)主要有Sigmoid核函數(shù)、多項式核函數(shù)(Polynomial)、線性核函數(shù)(Linear kernel)與RBF核函數(shù)(Radial Basis Function)。其中，RBF是分類研究中普遍使用的一類核函數(shù)。

使用支持向量機算法建立分類模型，首先將原始數(shù)據(jù)集劃分為訓(xùn)練集和測試集，使用訓(xùn)練集的數(shù)據(jù)進行模型訓(xùn)練；然后在模型訓(xùn)練的過程中，選擇RBF核函數(shù)，優(yōu)化模型參數(shù)；最后利用測試集進行模型測試，驗證其分類準確率，以評估模型的可行性和有效性(見圖1)。

圖1 模型建立流程

本研究引入RBF函數(shù)作為核函數(shù)，其公式如下：κ(x1,x2)=exp(((-‖x1-x2‖2)/σ2))，γ=1/2σ2。式中，κ(x1,x2)為核函數(shù)，x1、x2分別為不同的樣本，γ為參數(shù)，σ為參數(shù)。

支持向量機算法的懲罰系數(shù)(C)和核函數(shù)的參數(shù)(γ)是可調(diào)節(jié)參數(shù)，用于調(diào)節(jié)分類錯誤的容忍度。對于懲罰系數(shù)(C)和參數(shù)(γ)確定，大多采用網(wǎng)格法在一定范圍內(nèi)進行窮舉或直接采用算法設(shè)定的默認參數(shù)值。本研究在一定范圍內(nèi)通過程序進行參數(shù)優(yōu)化：確定C值時，以γ=0.1為定值，C∈[1，1200]；確定γ值時，以C=1 000為定值，γ∈(0，1.6]。

由圖2可知，經(jīng)支持向量機分類器訓(xùn)練得到的模型更適于訓(xùn)練集的分類。測試集的準確率較訓(xùn)練樣本低，并隨著參數(shù)的增加，識別準確率呈現(xiàn)先上升后保持平穩(wěn)的趨勢。隨著C與γ的增大，訓(xùn)練集和測試集的準確率都有一定程度的增加，但到達一定值后準確率不再明顯提升。當(dāng)C=1 000、γ=0.1時，測試集準確率的提高能力趨于平穩(wěn)，隨著C值的增大，支持向量機模型對分類錯誤的容忍度下降。當(dāng)C趨向于無窮大時，支持向量機模型不允許出現(xiàn)分類誤差，此時可能發(fā)生擬合；當(dāng)C趨向于無窮小時，支持向量機模型不再關(guān)注分類的正確性，無法得到有意義的解，模型在訓(xùn)練集和測試集中的分類準確度都極低，即發(fā)生了欠擬合。因此，綜合考慮確定支持向量機模型參數(shù)為C=1000、γ=0.1。

A.懲罰系數(shù)(C)固定，參數(shù)γ變化；B.參數(shù)γ固定，懲罰系數(shù)(C)變化。

2 結(jié)果與分析

2.1 分類性狀特征的選擇

分類性狀特征的選擇對于分類器的訓(xùn)練很重要，直接影響最終的分類效果。過多的性狀特征進行組合會降低各特征的貢獻率，出現(xiàn)冗余現(xiàn)象，同時還會導(dǎo)致分類器訓(xùn)練的時間成本增加。

由表2可知，本試驗最初選取了9個葉片性狀作為分類特征。為了測試不同性狀特征的區(qū)分能力，先是利用單個性狀特征進行分類，竹種識別準確率為10%～20%。根據(jù)葉面積與最小外接矩形面積的比為特征識別準確率最低，準確率僅為9.7%，根據(jù)葉寬特征識別準確率最高，準確率為17.7%。由此可知，根據(jù)單個葉片特征分類的準確率較低，若想獲得高準確率的分類模型，必須考慮使用多個分類特征進行組合。

為了比較不同特征組合的效果并簡化輸出，將不同分類特征進行排序，依次累加進行分類器的訓(xùn)練。不論是從上往下還是從下往上，當(dāng)增加第2個分類特征時，分類器的準確率可以得到大幅提升，累加5個葉片特征后，增加分類特征數(shù)量對提高分類器準確率的效果不明顯，而且每次累加后模型準確率提高的幅度不盡相同，甚至出現(xiàn)識別準確率下降。

由于葉片“外接矩形面積”為葉長和葉寬計算所得，且對分類準確率有負貢獻，“最小外接圓面積”由葉面積計算所得，所以將其舍去。通過特征累加可知，使用5個分類特征可以得到較好的分類準確度。對“葉面積與外接矩形面積的比”和“葉周長與葉面積的比”分別與葉長、葉寬、葉面積和葉周長4個特征組合建立模型后，發(fā)現(xiàn)由“葉周長與葉面積的比”所建立模型的準確率較高。因此，確定使用的5個分類特征為葉長、葉寬、葉面積、葉周長、葉周長與葉面積的比。

表2 葉片單特征及特征累加識別準確率

2.2 分類精度

由表3可知，使用訓(xùn)練得到的SVM模型(C=1 000，γ=0.1)對70個竹種進行識別分類，總體平均準確率為81%；62個竹種準確率達70%以上，其中23個竹種的準確率達到90%以上，鵝毛竹和兩年生毛竹實生苗的識別準確率達到100%。

表3 不同竹種的預(yù)測精確度

續(xù)(表3)

由圖3可知，輸入樣本與預(yù)測結(jié)果對應(yīng)關(guān)系的對角線顏色總體為黑色，說明竹種總體識別精確率較高；輸出樣本集中最大的4個屬竹種的范圍標識后，剛竹屬(5-30)、寒竹屬(31-39)、苦竹屬(43-51)和簕竹屬(52-57)的部分竹種錯分到同一個屬中，并且預(yù)測錯誤的竹種所對應(yīng)的點顏色均較淺，說明模型錯誤率低，且具有隨機性。

圖3 輸入—輸出預(yù)測精確率熱力圖

由表4可知，16個屬中有14個屬的識別準確率達到80%以上，其中5個屬達到90%以上，倭竹屬的準確率達到100%。其中，巴山木竹屬、東笆竹屬、牡竹屬、倭竹屬、業(yè)平竹屬、玉山竹屬和少穗竹屬7個屬為單竹屬。業(yè)平竹屬和玉山竹屬識別準確率為70%～80%，由于屬內(nèi)竹種數(shù)少，屬內(nèi)沒有可比對的竹種，影響了屬水平上的識別準確率。

表4 竹種屬別識別準確率

3 結(jié)論與討論

本研究數(shù)據(jù)集包含16個屬、70個種，最終選取了5個葉片性狀作為分類特征，證實了SVM分類器基于葉片性狀組合對多個竹種進行分類的可行性，且在屬種水平上均達到了較好的分類效果，為竹子分類研究提供了一種多維度定量分析方法。段慧茹[24]根據(jù)自然環(huán)境下采集的竹種圖像數(shù)據(jù)，選用VGG16、Inception V3、Res Net50和Dense Net121等4種不同的卷積神經(jīng)網(wǎng)絡(luò)模型，對12種竹子進行分類測試，最終選用了識別率最高的Dense Net121模型建立竹子分類系統(tǒng)，但在卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練中使用的竹種數(shù)有限，導(dǎo)致算法的性能受到一定的影響；李欣等[25]曾利用SVM對46種竹子進行分類，進行參數(shù)選擇和優(yōu)化后，最終選定地下莖、竹桿、竹籜、竹葉、花等56個性狀特征作為分類依據(jù)，取得了較好的分類效果，但研究用于分類的樣本僅246個，且實例數(shù)據(jù)來源于竹子種質(zhì)資源庫，庫中數(shù)據(jù)為某種竹子的特征值，缺乏數(shù)據(jù)的動態(tài)性，在實際應(yīng)用中，識別率可能與理論值差異較大。本研究根據(jù)9個竹葉性狀特征，利用計算機技術(shù)建立SVM模型對竹子進行輔助識別分類。與建立在耿氏系統(tǒng)上的經(jīng)典竹亞科分類法相比，本研究中使用的試驗材料可以大量獲得的葉片；與種質(zhì)數(shù)據(jù)庫中的數(shù)據(jù)相比，本研究對實地采集后的竹子葉片進行特征提取，測試數(shù)據(jù)更接近野外的真實情況。并且9個葉片性狀特征經(jīng)過數(shù)據(jù)化處理后，能夠建立竹子葉片數(shù)據(jù)庫，后期獲得同類竹子數(shù)據(jù)也可及時更新數(shù)據(jù)庫，提高識別準確率。在實際應(yīng)用中，可實地拍攝竹葉圖片，從而實現(xiàn)無損的竹種鑒定，突破試驗材料和時間空間上的限制。此外，利用SVM分類器基于竹子葉片性狀特征進行識別分類，先以分類器進行樣本初篩，再進行分類細化，還可節(jié)省大量人力和物力。但受竹子地理分布廣和變種多的客觀原因，本研究模型測試還存在一定的不足，在后續(xù)研究中將會增加更多竹種和每一個竹種的樣品數(shù)量，不斷擴充竹子葉片數(shù)據(jù)庫，以期識別更多竹種，探究更優(yōu)化的分類識別模型，降低識別復(fù)雜度，加快識別效率。