基于稀疏表示的枸杞分类研究_刘广强

第３７卷　第３期２０１６年３月中国农机化学报Ｊｏｕｒｎａｌ　ｏｆ　Ｃｈｉｎｅｓｅ　Ａｇｒｉｃｕｌｔｕｒａｌ　ＭｅｃｈａｎｉｚａｔｉｏｎＶｏｌ．３７　Ｎｏ．３Ｍａｒ．　２０１６ＤＯＩ：１０．１３７３３／ｊ．ｊｃａｍ．ｉｓｓｎ．２０９５－５５５３．２０１６．０３．０５４基于稀疏表示的枸杞分类研究＊刘广强１，于欣２，舒振宇２，余心杰２（１．太原科技大学电子信息工程学院，太原市，０３００２４；２．浙江大学宁波理工学院，浙江宁波，３１５１００）摘要：为实现利用计算机视觉技术提升枸杞品种分类效果的目的，研究基于稀疏表示（ＳＲ）的枸杞品种分类方法。

首先获取枸杞的图像，并提取枸杞图像的颜色和形态特征参数，得到枸杞训练样本的数据词典矩阵。

在此基础上，利用稀疏表示方法对枸杞测试样本进行分类。

基于稀疏表示分类方法的第一步是利用数据词典矩阵对测试样本进行稀疏性表示，得到测试样本的稀疏表示系数；第二步，利用测试样本的稀疏表示系数，对测试样本进行重构；第三步，计算重构样本与测试样本之间的残差，通过比较残差的大小来确定测试样本的类别。

本文将稀疏表示分类方法与深度神经网络（ＤＮＮ）、最小二乘支持向量机（ＬＳＳＶＭ）、ＢＰ网络和支持向量机（ＳＶＭ）等方法的识别结果做了对比和分析。

试验结果表明，稀疏表示分类方法对于３个枸杞品种的综合分类准确率为９８．３３％，获得了最好的分类效果。

关键词：图像处理；特征提取；稀疏表示；枸杞；分类中图分类号：ＴＰ３９１．４１ 文献标识码：Ａ 文章编号：２０９５－５５５３（２０１６）０３－０２５０－０５刘广强，于欣，舒振宇，余心杰．基于稀疏表示的枸杞分类研究［Ｊ］．中国农机化学报，２０１６，３７（３）：２５０～２５４Ｌｉｕ　Ｇｕａｎｇｑｉａｎｇ，Ｙｕ　Ｘｉｎ，Ｓｈｕ　Ｚｈｅｎｙｕ，Ｙｕ　Ｘｉｎｊｉｅ．Ｗｏｌｆｂｅｒｒｙ　ｃｌａｓｓｉｆｉｃａｔｉｏｎ　ｂａｓｅｄ　ｏｎ　ｓｐａｒｓｅ　ｒｅｐｒｅｓｅｎｔａｔｉｏｎ［Ｊ］．Ｊｏｕｒｎａｌ　ｏｆＣｈｉｎｅｓｅ　Ａｇｒｉｃｕｌｔｕｒａｌ　Ｍｅｃｈａｎｉｚａｔｉｏｎ，２０１６，３７（３）：２５０～２５４收稿日期：２０１４年９月２６日 修回日期：２０１４年１１月７日＊基金项目：国家自然科学基金（３１２０１４４６）；国家星火计划（２０１２ＧＡ７０１０１２）；浙江省自然科学基金（ＬＹ１３Ｆ０２００１８）；宁波市民生科技项目（２０１３Ｃ１１０２６）；宁波市自然科学基金（２０１４Ａ６１０１８５）第一作者：刘广强，男，１９８８年生，山东临沂人，硕士研究生；研究方向为模式识别与智能信息处理。

Ｅ－ｍａｉｌ：ｌｉｕｇｕａｎｇｑｉａｎｇ２０＠１６３．ｃｏｍ通讯作者：于欣，男，１９７７年生，河北保定人，博士，副教授；研究方向为复杂系统建模与优化控制。

Ｅ－ｍａｉｌ：ｙｕｘｉｎ＠ｚｊｕ．ｅｄｕ．ｃｎ０　引言枸杞（ｗｏｌｆｂｅｒｒｙ）是茄科枸杞属的多分枝灌木植物。

枸杞全身是宝，明李时珍《本草纲目》记载：“春采枸杞叶，名天精草；夏采花，名长生草；秋采子，名枸杞子；冬采根，名地骨皮”。

因而，人们对枸杞的需求日益增大，但是目前对于枸杞的种类识别缺乏有效的技术手段。

传统的枸杞品种鉴别主要依靠观测和品尝，该方法不仅花费大量人力，而且对枸杞品种分选的质量和效率也不高。

近年来，机器视觉技术在农产品籽粒品种分类和品质鉴定中显示出无损、快速、客观的优势［１－３］。

王履程等人提出了一种基于机器视觉的枸杞自动分级方法，用Ｋ－ｍｅａｎ算法对枸杞图像特征进行聚类，并得到相应等级基准［４］。

韩仲志等人研究基于玉米籽粒ＲＧＢ图像独立分量的玉米胚部特征检测问题，提出了一种基于独立分量分析ＩＣＡ的玉米胚部测量方法，并建了检测模型，从而实现玉米胚部的自动检测［５］。

杨蜀秦等人提出一种基于稀疏表示的大米品种识别方法，通过研究大米籽粒图像的信息，发现其颜色和形态等信息可作为识别大米品种的特征［６］。

韩安太等人探索压缩感知理论在农业害虫分类中的应用，可以有效实现农业害虫自动分类［７］。

稀疏表示［８］（ｓｐａｒｓｅ　ｒｅｐｒｅｓｅｎｔａｔｉｏｎ，ＳＲ）分类算法是近年来新出现的非常热门一种识别算法。

稀疏表示的思想是，在一个足够大的训练样本空间内，对于某一个类别的研究对象，可以由训练样本中同类的样本子空间线性表示，因此在当该研究对象由整个样本空间表示时，其表示的系数是稀疏的。

稀疏表示方法应用在人脸识别上获得了比人工神经网络（ａｒｔｉｆｉｃｉａｌ　ｎｅｕｒａｌｎｅｔｗｏｒｋ，ＡＮＮ）和支持向量机（ｓｕｐｐｏｒｔ　ｖｅｃｔｏｒ　ｍａ－ｃｈｉｎｅ，ＳＶＭ）等方法更好的分类性能［９－１０］。

目前，稀疏表示理论被广泛应用于图像处理和信号处理的各个领域，如视频信号压缩、噪声抑制、自动控制、图像压缩、音频压缩、地震数据处理、系统辨识、轮廓识别、雷达成像处理等等。

但是稀疏表示方法在农产品分类识别中的应用还不多见。

本文选取３个枸杞品种作为研究对象，品种一为贵州小枸杞、品种二为新疆精河枸杞、品种三为青海柴达木枸杞，通过提取其图像的颜色和形态特征参数，利用稀疏表示方法进行品种分类，为枸杞品种分类提供一种新的方法。

１　图像采集为获取枸杞数字图像，根据相关要求自制了一套数字照片采集系统。

该系统由计算机、佳能ＥＯＳ６０Ｄ型数码单反相机、光照箱等组成。

每个枸杞品种各采集１２０张数字照片。

为保证拍摄角度、高度及焦距的一致性，相机由三脚架固定后定角度、定高度及定焦距拍摄，采集的枸杞图像以ＪＰＧ格式进行存储。

拍摄完成后由ＵＳＢ数据线将采集的枸杞图像直接传至计算机进行保存。

本文算法识别系统流程如图１所示。

图１　识别系统流程图Ｆｉｇ．１　Ｃｌａｓｓｉｆｉｃａｔｉｏｎ　ｓｙｓｔｅｍ　ｆｌｏｗｃｈａｒｔ２　特征参数提取２．１　图像预处理在采集枸杞图像时由于受到环境因素和拍摄设备的影响，会对采集的枸杞图像产生一定的噪声。

因此，需要将采集的枸杞图像进行预处理以便消除噪声对枸杞图像产生的影响。

本文用ＭＡＴＬＡＢ对采集的所有枸杞图像进行去噪、去背景、灰度化、边缘检测、分割等预处理操作［１１－１４］。

预处理后的枸杞图像效果如图２所示。

（ａ）贵州小枸杞（ｂ）新疆精河枸杞（ｃ）青海柴达木枸杞图２　预处理后的枸杞图像Ｆｉｇ．２　Ｗｏｌｆｂｅｒｒｙ　ｉｍａｇｅｓ　ａｆｔｅｒ　ｐｒｅｐｒｏｃｅｓｓｉｎｇ２．２　颜色和形态特征本文首先基于枸杞图像的灰度直方图获取图像的颜色特征。

一幅枸杞图像的灰度直方图［１５－１６］就是一个灰度级的离散函数，可以用式１来表示ｐ（ｉ）＝ＮｉＮｉ＝０，１，２，…，ｓ－１（１）式中：ｐ（ｉ）———具有灰度级ｉ的像素数量占枸杞图像像素总数的比例；ｉ———枸杞图像像素的灰度级；Ｎｉ———枸杞图像中具有灰度级ｉ的像素个数；Ｎ———枸杞图像的像素总数；ｓ———枸杞图像像素灰度级种类数。

一般需要通过灰度直方图的某些统计量参数来反映枸杞图像的颜色特征，常用的统计量参数［１６］有μ＝∑ｓ－１ｉ＝０ｉｐ（ｉ）（２）σ２＝∑ｓ－１ｉ＝０（ｉ－μ）２　ｐ（ｉ）（３）μｓ＝１σ３∑ｓ－１ｉ＝０（ｉ－μ）３　ｐ（ｉ）（４）μＫ＝１σ４∑ｓ－１ｉ＝０（ｉ－μ）４　ｐ（ｉ）－３（５）μｅ＝∑ｓ－１ｉ＝０ｐ（ｉ）２（６）式中：μ———枸杞图像灰度分布的均值；σ２———枸杞图像灰度分布的方差；μｓ———枸杞图像灰度分布的歪斜度；μＫ———枸杞图像灰度分布的峰态；μｅ———枸杞图像灰度分布的能量。

比如，歪斜度μｓ反映的是图像直方图分布的不对称程度，歪斜度越大表示直方图分布越不对称，反之越对称。

本文通过计算机视觉技术获取枸杞ＲＧＢ图像的红（Ｒ）、绿（Ｇ）、蓝（Ｂ）各个分量的像素灰度级，然后分别统计Ｒ、Ｇ、Ｂ通道中的μ、σ２、μｓ、μＫ、μｅ值，可以得到１５个颜色参数。

另外，本文还选择周长和面积作为枸杞图像的形态特征参数。

这样，由１５个颜色参数和２个形态特征参数共１７个参数构成枸杞图像的特征向量［１７］。

３　基于稀疏表示的分类方法分类问题是通过对若干已知类别的样本进行训练，从而能够判断新的测试样本所属的具体类别。

基于稀疏表示（ＳＲ）的分类方法是近年来模式识别领域出现的一种新的分类算法，该算法首先利用训练样本对测试样本进行稀疏表示；进而根据所得到的稀疏表示系数，对测试样本进行重构；然后分别计算重构样本与测试样本之间的残差，通过比较残差的大小来确定测试样本的类别。

具体步骤如下：假设目标有ｋ类，第ｉ类有ｎｉ个训练样本。

第ｉ类的ｎｉ个样本的特征数据可以组成如下矩阵Φｉ＝ψｉ，１，ψｉ，２，…，ψｉ，ｎ［］ｉ∈Ｒｍ×ｎｉ，ｉ＝１，２，…，ｋ则ｋ个目标类所有的训练样本数据可以组成如下数据词典矩阵Φ＝Φ１，Φ２，…Φ［］ｋ∈Ｒｍ×ｎ其中ｎ＝ｎ１＋ｎ２＋…＋ｎｋ。

对于任意一个未知分类的测试样本Ｕ∈Ｒｍ，如果数据词典矩阵充分完备，该测试样本可以由Ф中数据线性表示，即Ｕ＝ФＶ的解存在，其中Ｖ∈Ｒｎ。

当ｍ＜ｎ时，方程Ｕ＝ФＶ为欠定方程，其解不是唯一的。

此时，由于与测试样本同类的训练样本比不同类的训练样本可以更为稀疏的表达测试样本，基于稀疏表示的分类算法的目标就是要找到Ｕ＝ФＶ最稀疏的解，即求解以下ｌ０范数意义下的最优化问题。

Ｖ＝ａｒｇｍｉｎ‖Ｖ‖０ｓ．ｔ．＝ΦＶ＝Ｕ（７）其中‖Ｖ‖０表示Ｖ中的非零元素的个数。

稀疏表示和压缩感知的研究理论表明［１８－２１］，在Ｖ足够稀疏的情况下，式７问题的解等价于ｌ１范数意义下的最优化问题的解。

Ｖ＝ａｒｇｍｉｎ‖Ｖ‖１ｓ．ｔ．ΦＶ＝Ｕ（８）此时式８为一个凸优化问题，可以方便的利用成熟算法进行求解［２２－２４］。

通过解式８求得测试样本Ｕ∈Ｒｍ的稀疏表示系数Ｖ。

进而对任意的ｉ（１≤ｉ≤ｋ），可以定义测试样本Ｕ∈Ｒｍ的第ｉ个重构样本Ｕｉ＝Φδｉ（Ｖ），其中δｉ（Ｖ）∈Ｒｎ是一个新的与第ｉ类有关的系数向量。

具体而言，δｉ（Ｖ）除了与第ｉ类有关的系数和Ｖ完全相同外，令其它系数全部取零。

这样，可以得到ｋ个重构样本Ｕｉｉ＝１，２，…，ｋ。

分别计算测试样本Ｕ与重构样本Ｕｉ之间的残差，并确定使残差达到最小的类别为测试样本所属的分类，即ｉ＝ａｒｇｍｉｎ１≤ｉ≤ｋ‖Ｕ－Ｕｉ‖２。

４　实验与讨论选取３类不同品种的枸杞样本，每类枸杞随机选取８０粒作为训练样本。

通过选取１５个颜色特征和周长和面积２个形态特征共１７个参数构成枸杞图像特征向量，并由此构成１７×２４０维数的据词典矩阵。

另外，每类不同品种的枸杞分别选取４０粒样本作为测试样本，共１２０粒。

将这１２０粒测试样本进行编号，第１类枸杞测试样本编号为１～４０，第２类枸杞测试样本编号为４１～８０，第３类枸杞测试样本编号为８１～１２０。

稀疏表示（ＳＲ）分类算法首先利用数据词典对每一个测试样本进行稀疏性表示，从而得到重构样本，并计算重构样本与测试样本之间的残差，最后通过比较残差的大小来确定测试样本的类别。