馬 欽 萬傳峰 衛(wèi) 建 汪瑋韜 吳才聰

(1.中國農(nóng)業(yè)大學(xué)信息與電氣工程學(xué)院， 北京 100083； 2.農(nóng)業(yè)農(nóng)村部農(nóng)機(jī)作業(yè)監(jiān)測與大數(shù)據(jù)應(yīng)用重點(diǎn)實驗室， 北京 100083)

0 引言

保護(hù)性耕作是東北黑土地保護(hù)利用的有效途徑[1]，其中包括秸稈深埋還田、覆蓋還田等方式，統(tǒng)稱為秸稈還田[2]。秸稈還田是一種保護(hù)水土肥力的重要措施，不但可以減少秸稈焚燒帶來的環(huán)境污染以及資源的浪費(fèi)，對于改善土壤結(jié)構(gòu)、保留土壤水分、增加土壤養(yǎng)分起到重要作用[3]。

秸稈覆蓋率是評價免耕還田程度的一個重要指標(biāo)，但是傳統(tǒng)秸稈覆蓋人工統(tǒng)計方法如拉繩法、采樣法、目測法需要消耗更多的人力物力且效率低，更容易受主觀因素的影響。圖像處理方法和機(jī)器學(xué)習(xí)算法可以實現(xiàn)秸稈檢測及其覆蓋率計算。文獻(xiàn)[4]提出一種基于多閾值的多目標(biāo)秸稈圖像自動分割優(yōu)化算法(DE-AS-MOGWO)，提高了圖像分割的準(zhǔn)確性和處理速度。文獻(xiàn)[5]采用神經(jīng)網(wǎng)絡(luò)和紋理特征結(jié)合的方式提取秸稈，方法耗時較長，無法滿足實際作業(yè)需求。文獻(xiàn)[6]提出了一種隨機(jī)決策森林算法對土壤中的殘留物進(jìn)行分類，使用簡單的像素比較和具有訓(xùn)練偏移量的鄰近像素對單個像素進(jìn)行分類。文獻(xiàn)[7]將快速傅里葉變換和SVM相結(jié)合對秸稈圖像進(jìn)行識別，設(shè)計多尺度占比濾波器，對圖像中的噪聲和空洞進(jìn)行修補(bǔ)，算法適用于多種情況。文獻(xiàn)[8]提出一種Sauvola和Otsu算法相結(jié)合的方式進(jìn)行圖像的閾值分割來檢測秸稈覆蓋率，對于干擾因素較多的區(qū)域檢測效果不理想。文獻(xiàn)[9]通過K-means聚類和秸稈圖像分區(qū)尋優(yōu)方法結(jié)合進(jìn)行圖像分割，為秸稈覆蓋率在線計算提供一種新方法。文獻(xiàn)[10]依據(jù)圖像行平均灰度標(biāo)準(zhǔn)差對圖像進(jìn)行分類，針對有秸稈圖像進(jìn)行分塊，使用Otsu閾值分割計算秸稈覆蓋率，提高檢測方法的適用性。但是傳統(tǒng)閾值分割方法受背景因素、光線因素、陰影等噪聲的影響較大，曬干的秸稈顏色和土壤相近，難于區(qū)分秸稈和土壤。農(nóng)田秸稈形態(tài)多樣，對于分散的細(xì)碎秸稈識別困難。隨著深度學(xué)習(xí)的發(fā)展，圖像語義分割技術(shù)已經(jīng)成為當(dāng)下的研究熱點(diǎn)，語義分割是圖像在像素級別的分類操作。目前，語義分割技術(shù)主要應(yīng)用在遙感圖像[11-12]、自動駕駛[13-14]、醫(yī)學(xué)影像[15]等領(lǐng)域。文獻(xiàn)[16-17]利用遙感圖像進(jìn)行秸稈檢測，標(biāo)準(zhǔn)誤差分別為4.846%和8.46%。文獻(xiàn)[18]利用低空無人機(jī)獲得現(xiàn)場圖像，用改進(jìn)的U-Net(ResNet18-U-Net)建立語義分割算法進(jìn)行覆蓋率檢測。文獻(xiàn)[19-20]基于語義分割的DSRA-UNet算法檢測秸稈覆蓋率，一定程度上能解決圖像中的陰影問題。但是無人機(jī)航拍圖像數(shù)據(jù)需要單獨(dú)采集，無法和農(nóng)機(jī)播種的其他作業(yè)環(huán)節(jié)相結(jié)合。

針對田間秸稈細(xì)碎分散、形態(tài)多樣、秸稈和土壤受光照影響難以區(qū)分等難點(diǎn)，本文使用車載相機(jī)采集秸稈圖像數(shù)據(jù)，對復(fù)雜秸稈圖像進(jìn)行圖像預(yù)處理，篩選有效識別區(qū)域，以U-Net網(wǎng)絡(luò)和特征圖金字塔網(wǎng)絡(luò)作為基礎(chǔ)結(jié)構(gòu)進(jìn)行改進(jìn)，以提高細(xì)碎分散秸稈和陰影區(qū)域秸稈的識別能力。

1 整體設(shè)計

1.1 秸稈檢測流程

秸稈覆蓋率檢測主要采用計算機(jī)視覺的方法，通過車載相機(jī)設(shè)備采集農(nóng)田秸稈圖像數(shù)據(jù)集。結(jié)合農(nóng)田秸稈形狀多樣的特點(diǎn)，針對農(nóng)田場景有逆光或光照遮擋導(dǎo)致的陰影問題，先對秸稈圖像進(jìn)行圖像裁剪，獲取相機(jī)拍攝的正前方有效區(qū)域，去除農(nóng)田外的干擾背景后進(jìn)行圖像投影變換，減少相機(jī)拍攝時產(chǎn)生的透視畸變。使用Labelme標(biāo)注得到真值，使用數(shù)據(jù)增強(qiáng)技術(shù)進(jìn)行數(shù)據(jù)集擴(kuò)充。在模型設(shè)計階段為了提高秸稈在復(fù)雜場景下的提取能力，使用ResNet34加深模型的網(wǎng)絡(luò)層數(shù)；在模型層數(shù)增加的情況下為了避免產(chǎn)生網(wǎng)絡(luò)梯度消失現(xiàn)象，在模型中加入殘差結(jié)構(gòu)；同時使用改進(jìn)的特征金字塔網(wǎng)絡(luò)和多分支非對稱空洞卷積塊，利用不同的感受野，增加不同形狀尺寸秸稈和細(xì)碎秸稈的提取能力；最后用快速上卷積進(jìn)行特征圖上采樣，避免網(wǎng)絡(luò)上采樣過程中出現(xiàn)過多的無效數(shù)據(jù)。由網(wǎng)絡(luò)模型輸出得到預(yù)測圖，結(jié)合手動標(biāo)注的真值圖像，使用平均交并比、像素準(zhǔn)確率和運(yùn)行時間等指標(biāo)進(jìn)行模型評估。檢測流程如圖1所示。

圖1 秸稈檢測流程圖Fig.1 Flow chart of straw detection

1.2 圖像采集

由于免耕播種有作業(yè)補(bǔ)貼，需要進(jìn)行作業(yè)面積監(jiān)測，同時無人機(jī)采集數(shù)據(jù)要單獨(dú)作業(yè)，難以區(qū)分農(nóng)田的邊界和識別地塊歸屬，所以選擇在播種機(jī)作業(yè)時，使用播種監(jiān)控設(shè)備上的攝像頭進(jìn)行秸稈圖像數(shù)據(jù)的采集。本文所用秸稈圖像數(shù)據(jù)為2020年5月采集于黑龍江省齊齊哈爾市龍江縣，由北京德邦大為科技股份有限公司的車載監(jiān)控設(shè)備采集得到，所用農(nóng)機(jī)為DEBONT2BMG-2型播種機(jī)，監(jiān)控設(shè)備包括顯控終端、北斗定位終端、紅外補(bǔ)光攝像頭等，使用前后雙攝像頭拍攝，后攝像頭主要監(jiān)控作業(yè)情況，需要拍攝到農(nóng)具，前攝像頭拍攝范圍為車前20 m以上，圖像分辨率為640像素×480像素。從13塊作業(yè)田塊中選取200幅有效圖像進(jìn)行試驗，訓(xùn)練集和驗證集共150幅，測試集圖像50幅。通過圖像翻轉(zhuǎn)、縮放、對比度增強(qiáng)等數(shù)據(jù)增強(qiáng)技術(shù)將訓(xùn)練集和驗證集圖像共擴(kuò)增到1 250幅圖像，其中訓(xùn)練集圖像為1 000幅，驗證集圖像250幅。圖2所示為不同覆蓋等級下的秸稈圖像數(shù)據(jù)，由圖2e可知，田間的細(xì)小秸稈較多時，秸稈之間會有空隙(放大圖中的橢圓框區(qū)域)，這些像素點(diǎn)對應(yīng)的是土壤，在進(jìn)行秸稈檢測時容易識別成秸稈區(qū)域，給秸稈覆蓋度檢測帶來困難。

圖2 不同覆蓋等級的秸稈拍攝圖像Fig.2 Shooting images of straws with different mulching levels

1.3 圖像變換

由于不同農(nóng)機(jī)相機(jī)安裝位置、角度不同，導(dǎo)致圖像拍攝視角產(chǎn)生差異，會有天空、房屋、樹林等其他干擾背景存在，在圖像預(yù)處理階段，人工判定田塊區(qū)域占整幅圖像區(qū)域3/4以上為有效圖像，并以此標(biāo)準(zhǔn)進(jìn)行圖像裁剪，去除天空區(qū)域。先使用圖像行像素和的方式查找有效區(qū)域，天空區(qū)域?qū)?yīng)的像素灰度大部分為230～250，田內(nèi)土壤的像素灰度大部分在150以下，兩者差異較大。根據(jù)圖像的行像素和變化規(guī)律可知，一般情況下，水平分界線從天空區(qū)域到田內(nèi)的過程中，行像素灰度總和逐漸減少，當(dāng)有樹林等其他干擾因素時，行像素和局部上升，臨近分界線時像素和快速減少，因此圖像的像素行數(shù)在[0,120]范圍內(nèi)，判斷田內(nèi)和田外分界處的一個條件就是當(dāng)行像素灰度和連續(xù)下降且下降的差值最大時，對應(yīng)的水平線位置就是分界處，結(jié)果如圖3a～3c黃線所示，分界線識別流程如圖4所示。

圖3 圖像裁剪過程Fig.3 Process of image cropping

圖4 分界線識別流程圖Fig.4 Flow chart of dividing line recognition

由圖3e可知分界線位置(紅色虛線)，計算分界線下方區(qū)域的高與圖像高的比例，對圖像的寬進(jìn)行等比例裁剪見圖3h，最后將裁剪圖縮到原尺寸得到結(jié)果圖。

車載相機(jī)在采集圖像數(shù)據(jù)時，秸稈圖像存在近大遠(yuǎn)小的透視畸變，為了改善這種情況，文中采用圖像透視變換[21]進(jìn)行處理，如圖5所示，可以在一定程度上減小誤差，投影變換公式為

圖5 圖像投影變換結(jié)果Fig.5 Result of image projective transformation

(1)

式中T——轉(zhuǎn)換矩陣

(u、v)——圖像像素坐標(biāo)

(x、y)——轉(zhuǎn)換之后歸一化的圖像坐標(biāo)

(x′、y′、z′)——轉(zhuǎn)換后未歸一化的圖像坐標(biāo)

1.4 圖像標(biāo)注

圖像行灰度和檢測到的有效區(qū)域圖像，進(jìn)行人工標(biāo)注，生成標(biāo)注圖像作為真值，來評估語義分割模型的性能。使用Labelme標(biāo)注工具，將圖像分為土壤、秸稈兩類，標(biāo)簽圖中黑色表示土壤，紅色表示秸稈。將圖像中的物體按照不同的類別分別圈選并做好標(biāo)記，用Python腳本語言生成標(biāo)注圖，結(jié)果如圖6所示。

圖6 圖像標(biāo)注結(jié)果Fig.6 Result of image annotation

2 模型框架

2.1 模型概述

U-Net網(wǎng)絡(luò)是一種有編碼器和解碼器結(jié)構(gòu)的網(wǎng)絡(luò)，通過跳躍連接將編碼器階段的特征圖和解碼器階段的特征圖信息進(jìn)行融合。本文基于U-Net和FPN提出新的網(wǎng)絡(luò)結(jié)構(gòu)，如圖7所示，其中特征圖下方標(biāo)注了該特征的尺寸和通道數(shù)。

圖7 改進(jìn)U-Net + FPN算法網(wǎng)絡(luò)架構(gòu)Fig.7 Network architecture of U-Net + FPN algorithm

網(wǎng)絡(luò)模型包含特征編碼器模塊、最高語義信息層特征提取模塊和特征解碼器模塊。編碼階段采用ResNet34的前4層網(wǎng)絡(luò)結(jié)構(gòu)，先進(jìn)行卷積核尺寸為7×7的卷積和池化核為2×2的最大池化，然后通過多層串聯(lián)的殘差網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行4次特征提取。最高語義信息層特征提取模塊在密集空洞卷積[22]的基礎(chǔ)上提出多分支非對稱空洞卷積塊(Multibranch asymmetric dilated convolutional block，MADC Block)，使用多個分支的非對稱空洞卷積對特征圖進(jìn)行不同尺度的信息提取。特征解碼模塊使用快速上卷積塊代替普通上采樣進(jìn)行位置信息的恢復(fù)，同時用跳躍連接獲取編碼階段同一層級的特征信息。跳躍連接中對編碼階段的特征信息通過密集特征金字塔網(wǎng)絡(luò)(Dense feature pyramid networks，DFPN)模塊獲取不同尺度的特征圖信息，前3次跳躍連接的DFPN模塊之后使用標(biāo)準(zhǔn)殘差塊保持網(wǎng)絡(luò)的收斂性，避免網(wǎng)絡(luò)訓(xùn)練過程中的梯度消失現(xiàn)象。經(jīng)過4次上采樣得到的特征圖通過殘差塊運(yùn)算后與第4次跳躍連接得到的特征圖進(jìn)行融合，最后進(jìn)行1次反卷積得到與輸入圖像相同尺寸的結(jié)果圖。

2.2 編碼-解碼結(jié)構(gòu)

FCN網(wǎng)絡(luò)模型[23]提出了編碼-解碼結(jié)構(gòu)，用卷積層替換傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)最后的全連接層，使用跳躍連接進(jìn)行特征融合，擺脫了輸入圖像尺寸的限制。在FCN之后，同樣使用編碼-解碼結(jié)構(gòu)的U-Net[24]和SegNet[25]網(wǎng)絡(luò)在此基礎(chǔ)上進(jìn)行了相應(yīng)的改進(jìn)。編碼-解碼結(jié)構(gòu)主要是在網(wǎng)絡(luò)中包含一個編碼器模塊和一個解碼器模塊，編碼器模塊主要負(fù)責(zé)圖像的特征提取，圖像從空間信息轉(zhuǎn)換到深層的語義類別信息，并記錄每一個類別像素點(diǎn)的位置；解碼模塊對編碼塊輸出的信息進(jìn)一步優(yōu)化，根據(jù)像素點(diǎn)的類別信息和位置信息進(jìn)行復(fù)原，并將特征圖放大到原輸入圖像的尺寸。

2.3 多分支非對稱空洞卷積模塊(MADC Block)

MADC模塊根據(jù)空洞卷積[26-27]思想，加入非對稱空洞卷積(Asymmetric dilated convolution，ADC)進(jìn)行秸稈信息識別，目的是為了擴(kuò)大感受野同時，不降低圖像分辨率且不引入額外參數(shù)量，非對稱結(jié)構(gòu)在不改變感受野的條件下，增強(qiáng)秸稈邊緣關(guān)鍵點(diǎn)提取能力，提升對秸稈圖像識別的魯棒性。結(jié)合Inception[28-29]結(jié)構(gòu)思想進(jìn)行多尺度不同感受野的秸稈信息的獲取，在增加網(wǎng)絡(luò)寬度和深度的同時減少參數(shù)量，如圖8所示，大感受野更好地提取大片覆蓋秸稈信息并生成更抽象的特征，小感受野可以更好地提取小范圍細(xì)碎秸稈信息。模塊共有5個分支，第1個分支使用3×3卷積核，設(shè)置擴(kuò)張率為1；第2個分支使用擴(kuò)張率為3的3×3非對稱卷積，之后進(jìn)行擴(kuò)張率為1的1×1卷積；第3個分支先使用擴(kuò)張率為1的3×3卷積，后跟擴(kuò)張率為3的3×3非對稱卷積，再進(jìn)行擴(kuò)展率為1的1×1卷積；第4個分支依次使用擴(kuò)展率為1的3×3卷積、擴(kuò)張率為3的3×3非對稱卷積、擴(kuò)張率為1的5×5非對稱卷積和擴(kuò)張率為1的1×1卷積；第5個分支使用原始輸入特征圖；MADC模塊中每次卷積之后都采取ReLU函數(shù)保持非線性。

圖8 MADC模塊結(jié)構(gòu)圖 Fig.8 Diagram of MADC module structure

2.4 殘差塊(Residual Block)

在一定范圍內(nèi)，網(wǎng)絡(luò)深度越深，擁有越好的性能，能夠更好地提取秸稈特征，但是隨著網(wǎng)絡(luò)深度的增加，會導(dǎo)致梯度消失、梯度爆炸等問題出現(xiàn)[30]，ResNet34[31]使用的殘差網(wǎng)絡(luò)可以緩解梯度消失現(xiàn)象，通過增加一條捷徑學(xué)習(xí)融合原始特征信息，在增加網(wǎng)絡(luò)非線性的同時保持網(wǎng)絡(luò)的原有特征，以增強(qiáng)表達(dá)能力。網(wǎng)絡(luò)結(jié)構(gòu)如圖9所示。

圖9 卷積殘差塊結(jié)構(gòu)圖Fig.9 Diagram of residual block

2.5 密集特征金字塔網(wǎng)絡(luò)(DFPN)

特征金字塔網(wǎng)絡(luò)[32](Feature pyramid network， FPN)主要是為了解決目標(biāo)尺寸差異較大時的檢測缺陷，細(xì)小秸稈的像素信息較少，在網(wǎng)絡(luò)下采樣過程中容易丟失，在上采樣過程中無法恢復(fù)，導(dǎo)致最后識別不成功。FPN網(wǎng)絡(luò)通過將語義信息較強(qiáng)的低分辨率特征圖和空間信息更多的高分辨率特征圖進(jìn)行融合，構(gòu)建多尺度的特征金字塔結(jié)構(gòu)。在FPN的基礎(chǔ)上，本文提出密集特征金字塔結(jié)構(gòu)，如圖10所示。網(wǎng)絡(luò)結(jié)構(gòu)通過稠密連接的方式，將下采樣過程中的所有特征圖都使用到特征圖的上采樣過程中，從而更充分地利用秸稈圖像的細(xì)節(jié)信息。以第2次上采樣過程為例，不同通道數(shù)的輸入特征圖(x1，x2，x3)使用3×3卷積轉(zhuǎn)換到相同通道數(shù)。x2、x3卷積生成的低分辨率特征圖使用SE[33]模塊(Squeeze-and-Excitation block，SEBlock)增強(qiáng)秸稈信息的特征，然后上采樣到x1特征圖的相同尺寸。將得到的3個特征圖進(jìn)行拼接，再用多尺度的深度可分離卷積進(jìn)行秸稈信息提取，以應(yīng)對秸稈形狀多樣的問題，之后使用1×1卷積進(jìn)行通道數(shù)轉(zhuǎn)換生成特征圖F1。最后將前一個上采樣過程中生成的特征圖x4依次進(jìn)行深度可分離卷積改變通道數(shù)和上采樣改變特征圖尺寸，與生成特征圖F1相加。

其中SE模塊先在通道維度進(jìn)行全局池化，得到通道的全局特征，然后使用全連接層和激活函數(shù)來獲取通道之間的關(guān)系。第1個全連接層起降維的作用，降低模型的復(fù)雜度并且可以提升網(wǎng)絡(luò)的泛化能力，后面跟ReLU激活函數(shù)，第2個全連接層負(fù)責(zé)將通道數(shù)恢復(fù)到原特征圖的維度，后面使用Sigmoid函數(shù)激活，將各個通道的特征值縮到0～1之間，最后將各個通道的激活值乘以x2、x3卷積生成低分辨率特征圖，提取每個通道中的主要信息。SE模塊基于通道注意力機(jī)制的方式，得到通道權(quán)重，來增強(qiáng)特征圖中的秸稈特征，抑制其他干擾因素的特征。

2.6 快速上卷積塊(FUC Block)

常見的上采樣方法有插值法、轉(zhuǎn)置卷積和反池化。插值法在上采樣時沒有考慮圖像邊緣的信息，縮小了特征圖不同特征邊界處的差異，導(dǎo)致圖像的邊緣模糊。轉(zhuǎn)置卷積會導(dǎo)致生成的圖像中產(chǎn)生棋盤效應(yīng)。反池化原理是特征圖的下采樣過程中，最大池化時記錄最大值的索引位置，在上采樣時將特征值填入記錄的位置，并將其余位置補(bǔ)零，來增大特征圖的尺寸，但是這種方法因為引入大量0，在后續(xù)的卷積過程中大多計算是無效的。本文使用快速上卷積塊[34](Fast up-convolution block，F(xiàn)UC Block)進(jìn)行特征圖的上采樣，結(jié)構(gòu)如圖11所示。對于原始特征圖，反池化之后會增加75%的0值，后續(xù)使用3×3卷積計算時，相當(dāng)于對原始特征圖進(jìn)行2×2、2×1、1×2和1×1的有效參數(shù)計算。因此本文分別使用2×2、2×1、1×2和1×1的卷積核對原始特征圖進(jìn)行卷積，然后將生成的4個特征圖拼接，并使用子像素卷積將拼接圖的每個通道對應(yīng)位置元素重新組合，生成尺寸比原始特征圖增大一倍的特征圖，來替代普通的上采樣方法，在達(dá)到相同效果時，快速上卷積塊比普通上采樣方法計算量更小，加快了運(yùn)算速度。

3 訓(xùn)練

3.1 損失函數(shù)

損失函數(shù)反映了模型預(yù)測值和真實值之間的差距，深度學(xué)習(xí)模型訓(xùn)練過程中使用損失函數(shù)進(jìn)行模型評估和監(jiān)測[35-36]，本文使用二分類的交叉熵?fù)p失函數(shù)，在進(jìn)行梯度下降計算時可以避免網(wǎng)絡(luò)出現(xiàn)梯度彌散的現(xiàn)象，加快網(wǎng)絡(luò)的學(xué)習(xí)深度，定義為

(2)

式中n——像素點(diǎn)總量

i——像素點(diǎn)序號

y——像素點(diǎn)真實值，若像素點(diǎn)為秸稈，取1，否則取0

a——像素點(diǎn)被預(yù)測為秸稈的概率，取0～1

3.2 訓(xùn)練超參數(shù)

網(wǎng)絡(luò)模型使用Adam優(yōu)化器，在每一個epoch中計算損失函數(shù)的梯度，從而進(jìn)行參數(shù)更新；學(xué)習(xí)率為10-4;batch size設(shè)置為10；訓(xùn)練迭代周期為200，激活函數(shù)使用ReLU函數(shù)。

4 試驗結(jié)果

4.1 評價指標(biāo)

為了檢驗?zāi)Ｐ妥R別秸稈的準(zhǔn)確性，使用秸稈圖像分割平均交并比(Mean intersection over union，MIOU)、像素準(zhǔn)確率(Pixel accuracy，PA)和單幅圖像平均處理時間等來衡量算法性能。

4.2 改進(jìn)網(wǎng)絡(luò)結(jié)構(gòu)評估

本文使用的模型預(yù)測平臺GPU配置為Tesla V100 32GB，訓(xùn)練時間約5 h，為了更好地比較各個修改結(jié)構(gòu)的效果，以U-Net為基礎(chǔ)，使用控制變量法，逐步添加改進(jìn)的結(jié)構(gòu)，在訓(xùn)練集上進(jìn)行模型訓(xùn)練，并通過驗證集的指標(biāo)準(zhǔn)確率來比較模型的效果，如表1所示。

表1 編碼階段不同網(wǎng)絡(luò)結(jié)構(gòu)的準(zhǔn)確率Tab.1 Accuracy results of different network structures in encoding stage %

為了更具體地比較每個結(jié)構(gòu)對模型改進(jìn)的效果，進(jìn)行了5組不同模型結(jié)構(gòu)的試驗，結(jié)果如表2所示。試驗1為初始網(wǎng)絡(luò)U-Net，試驗2將U-Net編碼階段的網(wǎng)絡(luò)結(jié)構(gòu)替換為ResNet34，試驗3表示在試驗2的基礎(chǔ)上加入MADC Block，試驗4在試驗3的基礎(chǔ)上添加了DFPN模塊，試驗5在試驗4的基礎(chǔ)上，將上采樣時的反卷積結(jié)構(gòu)替換為FUC Block。各網(wǎng)絡(luò)結(jié)構(gòu)在驗證集上進(jìn)行準(zhǔn)確率比較。

表2 添加不同模塊后效果對比Tab.2 Comparison of effects after adding different modules

由表2可知，使用U-Net網(wǎng)絡(luò)進(jìn)行農(nóng)田秸稈分割，MIOU為82.19%，本文改進(jìn)網(wǎng)絡(luò)的MIOU提高2.59個百分點(diǎn)，達(dá)到84.78%，由于網(wǎng)絡(luò)結(jié)構(gòu)中加入了MADC、DFPN等模塊，增加了訓(xùn)練參數(shù)，導(dǎo)致模型參數(shù)量和運(yùn)行時間有所增加。對比試驗2、3可以看出，MADC模塊可以更好地獲取特征圖中秸稈的空間信息，比未使用MADC模塊時的MIOU提高1.53個百分點(diǎn)。對比試驗3、4可以看出，DFPN模塊可以將深層特征圖語義信息和淺層的空間信息相結(jié)合，其中包含通道注意力機(jī)制用來減少干擾信息，進(jìn)一步提高網(wǎng)絡(luò)的特征提取能力，網(wǎng)絡(luò)模型的MIOU提高0.81個百分點(diǎn)。對比試驗4、5可以看出，加入快速上卷積模塊比試驗4的MIOU提高0.19個百分點(diǎn)，主要原因是FUC Block使用多個尺寸不同卷積核對特征圖進(jìn)行卷積，并使用子像素卷積進(jìn)行特征圖的信息融合，對于特征圖的邊界信息提取得更加準(zhǔn)確。

對于DFPN結(jié)構(gòu)中的SEBlock，其中第1個全連接層起降維作用，降維系數(shù)r是一個超參數(shù)，為了找到合適的降維系數(shù)，以及在降維過程中避免信息丟失，本文將超參數(shù)取值2、4、8、16進(jìn)行試驗對比，結(jié)果如表3所示。由表3可知，當(dāng)r取值8時，模型準(zhǔn)確率最高，在提高模型泛化能力同時可以加快模型的運(yùn)算速度，因此本文SE模塊選擇r=8作為超參數(shù)。

表3 不同超參數(shù)取值的準(zhǔn)確率Tab.3 Hyperparameters of running results of different algorithms

為了更直觀地展示網(wǎng)絡(luò)模型改進(jìn)效果，選擇表2中的試驗1、3、4、5共4組網(wǎng)絡(luò)模型，分別代表U-Net網(wǎng)絡(luò)，以及U-Net編碼階段替換為ResNet34后依次添加MADC Block、DFPN Block、FUC Block結(jié)構(gòu)，選取不同環(huán)境下的田間圖像進(jìn)行預(yù)測，以Labelme工具標(biāo)注得到的二值圖像作為真值，結(jié)果如圖12所示。

圖12 不同覆蓋率下網(wǎng)絡(luò)預(yù)測效果對比Fig.12 Comparison of network prediction effects in different situations

由圖12可知，在有陰影干擾情況下，原始U-Net網(wǎng)絡(luò)的識別不夠精細(xì)，陰影區(qū)域的秸稈識別不夠完整，但是改進(jìn)后的U-Net網(wǎng)絡(luò)能夠更精確地識別出秸稈位置，在一定程度上解決由陰影所帶來的干擾。在秸稈覆蓋率50%～100%時，改進(jìn)的U-Net網(wǎng)絡(luò)和原始U-Net識別結(jié)果相差不大，主要區(qū)別在秸稈和土壤的邊界處分割更加精細(xì)。在秸稈覆蓋率處于30%～50%時，改進(jìn)網(wǎng)絡(luò)對遠(yuǎn)處離散的秸稈區(qū)域識別的更加準(zhǔn)確。當(dāng)秸稈覆蓋率為0～30%時，秸稈主要以細(xì)碎分散的秸稈為主，改進(jìn)網(wǎng)絡(luò)對于細(xì)碎秸稈的分割更接近真實情況，對秸稈覆蓋區(qū)域中夾雜的土壤區(qū)域也能分離出來。由以上分析可以看出，本文改進(jìn)的算法在大部分情況下都能比原始U-Net更好地完成分割任務(wù)。

4.3 與其他網(wǎng)絡(luò)效果對比

本文通過和其他算法運(yùn)行結(jié)果相比來評估本算法的性能。使用卷積核為3×3的U-Net算法、加入注意力機(jī)制的Attention-U-Net算法、CE-Net[22]算法、CPF-Net[37]算法進(jìn)行了對比，結(jié)果如表4所示。

表4 不同算法運(yùn)行結(jié)果比較Tab.4 Comparison of running results of different algorithms

由表4可知，本文算法MIOU和PA指標(biāo)高于其他算法，在細(xì)碎秸稈識別上更加精細(xì)，網(wǎng)絡(luò)通過增加非對稱空洞卷積和特征圖金字塔網(wǎng)絡(luò)結(jié)構(gòu)，增強(qiáng)了網(wǎng)絡(luò)的特征提取能力。由于網(wǎng)絡(luò)結(jié)構(gòu)中參數(shù)多，模型復(fù)雜度高，網(wǎng)絡(luò)對圖像處理時間更長，是相對于其他網(wǎng)絡(luò)，但整個模型對640像素×480像素 的圖像平均處理時間在3 ms以下，滿足實際作業(yè)需求。

4.4 實際覆蓋率計算對比

使用人工測量和本試驗算法對6個不同田塊秸稈的覆蓋率進(jìn)行計算，計算方式為識別結(jié)果圖中秸稈像素點(diǎn)除以整個圖像的像素點(diǎn)，對比結(jié)果如表5所示，誤差率為真實覆蓋率和預(yù)測覆蓋率之間的差值絕對值。由表5可知，算法預(yù)測的覆蓋率和人工測量的覆蓋率相近，最大誤差率為3.8%。

表5 不同田塊的覆蓋率計算Tab.5 Calculation of coverage rate of different fields %

試驗另外隨機(jī)選取驗證集中的136幅秸稈圖像數(shù)據(jù)，分別按覆蓋率等級進(jìn)行劃分，劃分為0～10%、10%～20%、20%～30%、30%～50%、50%～100% 5個集合，結(jié)果如圖13所示。其中0～10%等級共27幅圖像，10%～20%等級共36幅圖像，20%～30%等級共34幅圖像，30%～50%等級共28幅圖像，50%～100%等級共11幅圖像。根據(jù)結(jié)果可知，不同覆蓋等級下，算法識別的準(zhǔn)確率和人工標(biāo)注測量的覆蓋率大致相等，算法識別準(zhǔn)確率的折線圖在人工測量折線圖上下波動，誤差較小。

圖13 不同覆蓋率等級效果對比Fig.13 Comparison of effects of different coverage levels

5 結(jié)論

(1)將編碼階段網(wǎng)絡(luò)結(jié)構(gòu)替換為ResNet34結(jié)構(gòu)，通過殘差連接加深網(wǎng)絡(luò)層數(shù)，避免網(wǎng)絡(luò)訓(xùn)練中梯度消失問題，增加網(wǎng)絡(luò)復(fù)雜度，提升秸稈特征提取能力。

(2)在網(wǎng)絡(luò)最高語義信息層使用多分支的非對稱空洞卷積，空洞卷積提高卷積核的感受野，非對稱結(jié)構(gòu)增強(qiáng)了秸稈局部關(guān)鍵點(diǎn)的權(quán)重，提高了模型魯棒性。

(3)結(jié)合FPN網(wǎng)絡(luò)，提出密集特征金字塔網(wǎng)絡(luò)，結(jié)合高層特征圖和底層特征圖信息，對不同尺寸秸稈的識別能力更強(qiáng)。

(4)使用快速上卷積模塊替換普通上采樣方式，避免網(wǎng)絡(luò)訓(xùn)練過程中的無效參數(shù)運(yùn)算。

(5)提出的改進(jìn)U-Net，結(jié)合改進(jìn)的FPN網(wǎng)絡(luò)等結(jié)構(gòu)，提高了網(wǎng)絡(luò)的分割精度，分割MIOU為84.78%，相較于原U-Net提高2.59個百分點(diǎn)，平均處理時間低于3 ms，符合農(nóng)機(jī)正常作業(yè)時秸稈覆蓋檢測的要求。