毛騰躍，張?chǎng)┚?，帖?/p>

(中南民族大學(xué) 計(jì)算機(jī)科學(xué)學(xué)院&湖北省制造企業(yè)智能管理工程技術(shù)研究中心，武漢430074)

茶葉的加工分為采摘、殺青、揉捻以及干燥四大流程.作為茶葉加工流程之首的鮮葉采摘又分為人工采摘與機(jī)械采摘，人工采摘具有采摘精度高的優(yōu)點(diǎn)，但是這種采摘方式效率較低，人工成本比較高且存在勞動(dòng)力不足等問(wèn)題.為了彌補(bǔ)人工采摘存在的一些問(wèn)題，一些機(jī)構(gòu)開(kāi)始研究使用機(jī)械采摘的方式來(lái)取代人工，目前市面上也出現(xiàn)了很多種類的采茶機(jī)械，但是大多采茶機(jī)采取的是一刀切的采摘方式，雖然效率比人工采摘提高了很多倍，但這種采摘方式會(huì)破壞茶葉嫩芽的完整度，使得茶葉的品質(zhì)降低.

隨著計(jì)算機(jī)技術(shù)的高速發(fā)展，基于計(jì)算機(jī)視覺(jué)的圖像分類技術(shù)應(yīng)用于各個(gè)領(lǐng)域.因此，利用計(jì)算機(jī)視覺(jué)技術(shù)在自然環(huán)境下對(duì)茶葉嫩芽采摘點(diǎn)進(jìn)行快速準(zhǔn)確的識(shí)別，再應(yīng)用在合適的采摘機(jī)械上進(jìn)行采摘，這種方式為茶葉的高效、高品質(zhì)采摘提供了新的可能.使用計(jì)算機(jī)視覺(jué)技術(shù)對(duì)茶葉嫩芽實(shí)現(xiàn)采摘點(diǎn)定位的第一步便是分割出自然背景下的茶葉嫩芽圖片，在自然背景下，茶葉嫩芽和老葉的區(qū)分度并不大且容易受到光照的影響，這極大地增加本了分割的難度.

目前，國(guó)內(nèi)外利用計(jì)算機(jī)視覺(jué)對(duì)于茶葉葉片圖像分割的研究與應(yīng)用不多.例如韓旺明[1]根據(jù)老葉和嫩葉在顏色特征上的差異，提出采用兩次Otsu 算法分別對(duì)待切割的茶隴蓬面及嫩葉區(qū)域進(jìn)行提??；韋佳佳[2]利用嫩芽在自然環(huán)境下與背景(老葉、莖、土壤)顏色上的差異，在RGB、 YIQ、 Lab、 HSI以及 YCbCr空間分別選擇一個(gè)合適的色彩因子對(duì)原始圖像進(jìn)行灰度化，然后根據(jù)灰度化結(jié)果分別采用OTSU、迭代閾值和固定閾值法進(jìn)行圖像分割，比較后得到了基于I因子的平均誤識(shí)別率最低，平均誤識(shí)別率為20.2%；吳雪梅等人[3]分析茶葉嫩芽和老葉在G和G-B分量上的差異，使用改進(jìn)的Otsu算法識(shí)別茶葉嫩芽，準(zhǔn)確率為92%；劉志杰等[4]使用最大類間方差法(Otsu法)對(duì)白色背景下的茶葉圖像進(jìn)行閾值分割，準(zhǔn)確率為93.3%；汪建[5]提出一種基于茶葉顏色和種子區(qū)域生長(zhǎng)的改進(jìn)方法來(lái)完成對(duì)茶葉嫩芽的分割，平均分割率為89.8%；邵明[6]提出了一種基于統(tǒng)計(jì)學(xué)的快速區(qū)域合并算法，合并過(guò)分割區(qū)域，得到茶葉嫩芽對(duì)象，實(shí)現(xiàn)龍井茶葉嫩芽的自動(dòng)檢測(cè)與分類識(shí)別，平均分類率為86%；王琨等[7]提出了一種基于深度學(xué)習(xí)的茶葉形態(tài)識(shí)別方法，利用卷積神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)茶葉嫩芽樣本，在200張茶葉圖像中的識(shí)別率為91.3%；夏華鹍等[8]提取彩色茶葉嫩芽圖像中的14個(gè)顏色分量進(jìn)行分析并使用SLIC超像素分割算法獲取超像素塊，再使用閾值分割得到茶葉嫩芽彩色分割圖，獲得的平均分割精度為75.6%；張可等[9]根據(jù)嫩芽與老葉在不同顏色模型下的差異，分別進(jìn)行閾值分割和聚類分割；姚波等[10]利用茶葉嫩芽與老葉在G-B分量上的顏色差異使用Otsu法實(shí)現(xiàn)茶葉的二值分割；吳雪梅等[11]利用茶葉圖像的Lab顏色模型中的a分量和b分量作為顏色特征檢索，使用K-means聚類法完成分割，平均分割率為94%左右；HAI等[12]建立了一個(gè)參數(shù)化的茶葉嫩芽顏色模型用于從復(fù)雜背景中分離出茶葉嫩芽的感興趣區(qū)域，然后對(duì)每個(gè)感興趣區(qū)域，提取期望出現(xiàn)在茶葉頂芽周圍的特征，并把這些特征放入到均值漂移聚類中，以定位茶葉嫩芽的位置.

上述研究中，部分研究工作針對(duì)的是單一背景下的茶葉嫩芽圖像，對(duì)自然環(huán)境下的茶葉嫩芽圖像并不適用，另外也有針對(duì)在自然環(huán)境下茶葉嫩芽圖像分割的研究工作，但是部分研究工作所提出方法的分割準(zhǔn)確率不是很高，距離實(shí)際應(yīng)用還有一定的距離.針對(duì)以往研究工作所存在的問(wèn)題，本文提出了一種基于顯著性檢測(cè)的Grabcut算法進(jìn)行自然背景下的茶葉嫩芽圖像分割.受U-Net網(wǎng)絡(luò)的啟發(fā)，本文將顯著性檢測(cè)算法設(shè)計(jì)為類似U-Net的編碼器解碼器網(wǎng)絡(luò)，編碼器網(wǎng)絡(luò)進(jìn)行特征提取工作，解碼器網(wǎng)絡(luò)聯(lián)合編碼器網(wǎng)絡(luò)所提取的圖像特征逐步還原得到茶葉嫩芽的顯著性圖像，再將顯著性圖像輸入到Grabcut算法進(jìn)行前背景的分離得到茶葉嫩芽圖像，為自然背景下的茶葉嫩芽圖像分割提供了一種新的方法.

1 基于顯著性檢測(cè)的Grabcut算法

交互式的Grabcut圖像分割方法雖然廣泛應(yīng)用在目標(biāo)分割中但也存在一些缺點(diǎn)，一是交互次數(shù)過(guò)多，二是在一些場(chǎng)景下交互式的圖像分割并不適用.在本節(jié)中針對(duì)Grabcut算法的以上缺點(diǎn)提出了一種基于顯著性檢測(cè)的Grabcut圖像分割方法，能夠自動(dòng)分割自然背景下的茶葉嫩芽圖像.

1.1 顯著性檢測(cè)

圖像的顯著性主要是定義在整個(gè)圖像的全局對(duì)比度上[13-16]，而不是局部或像素特征上.因此很多顯著性檢測(cè)算法沒(méi)有關(guān)注整個(gè)圖像的全局意義以及顯著目標(biāo)的詳細(xì)結(jié)構(gòu).

U-Net網(wǎng)絡(luò)采用編解碼的形式，能夠同時(shí)捕獲高層次的全局上下文信息和低層次的細(xì)節(jié)，而且U-Net在小數(shù)據(jù)集上也能訓(xùn)練出一個(gè)好的模型.受此啟發(fā)，本文將顯著目標(biāo)預(yù)測(cè)模塊設(shè)計(jì)為一個(gè)類似U-Net的編碼和解碼網(wǎng)絡(luò)，網(wǎng)絡(luò)架構(gòu)圖如圖1所示.

如表1所示，ResNet有ResNet-18、ResNet-34、ResNet-50、ResNet-101、ResNet-152多種形式[17].本文網(wǎng)絡(luò)架構(gòu)的編碼器部分是由ResNet-50組成的，ResNet是ImageNet競(jìng)賽中分類問(wèn)題比較好的網(wǎng)絡(luò)，由于ResNet內(nèi)部的殘差塊使用了跳躍連接，因此ResNet緩解了在深度神經(jīng)網(wǎng)絡(luò)中增加深度帶來(lái)的梯度消失問(wèn)題.

圖1 網(wǎng)絡(luò)架構(gòu)圖Fig.1 Network architecture

表1 ResnNet結(jié)構(gòu)Tab.1 ResnNet architecture

增加網(wǎng)絡(luò)的深度可以提高網(wǎng)絡(luò)的性能，能夠獲取到圖片更豐富的特征信息，如表2所示層數(shù)越深的殘差網(wǎng)絡(luò)具有更小的錯(cuò)誤率，但是如果只是簡(jiǎn)單的增加網(wǎng)絡(luò)的深度則會(huì)導(dǎo)致梯度爆炸或梯度彌散的問(wèn)題，這個(gè)問(wèn)題在很大程度上已經(jīng)可以通過(guò)標(biāo)準(zhǔn)的初始化和正則化層來(lái)基本解決，但隨著網(wǎng)絡(luò)層數(shù)的加深，網(wǎng)絡(luò)出現(xiàn)了退化的問(wèn)題.殘差網(wǎng)絡(luò)通過(guò)跳躍連接的形式，如圖2所示，將單元的輸入與輸出加在一起再進(jìn)行激活，能夠很好的解決深層網(wǎng)絡(luò)訓(xùn)練時(shí)的退化問(wèn)題，同時(shí)且隨著網(wǎng)絡(luò)的加深，殘差網(wǎng)絡(luò)具有更好的表現(xiàn)[17].

表2 單一模型在ImageNet驗(yàn)證集上的錯(cuò)誤率Tab.2 The error rate of a single model on the ImageNet validation set

圖2 殘差單元Fig.2 Differential unit

在眾多結(jié)構(gòu)的殘差網(wǎng)絡(luò)中本文選擇了ResNet-50，原因有兩點(diǎn)：一是ResNet-18和ResNet-34都屬于淺層的殘差網(wǎng)絡(luò)，ResNet-50、ResNet-101以及ResNet-152屬于深層的殘差網(wǎng)絡(luò)，由文獻(xiàn)[17]可知深層的殘差網(wǎng)絡(luò)具有較低的錯(cuò)誤率且網(wǎng)絡(luò)越深提取到的特征越豐富，因此本文著眼于選擇ResNet-50、ResNet-101以及ResNet-152中的一種結(jié)構(gòu)作為本文的訓(xùn)練網(wǎng)絡(luò)；二是考慮到網(wǎng)絡(luò)的深度帶來(lái)的訓(xùn)練時(shí)間的問(wèn)題，本文在深層的殘差網(wǎng)絡(luò)中最終選擇了層數(shù)最少的ResNet-50作為本文的訓(xùn)練網(wǎng)絡(luò).

但與ResNet-50不同的是，本文在輸入層的64個(gè)卷積濾波器是大小為3×3步長(zhǎng)為1，而不是原有的7×7步長(zhǎng)為2，目的是能夠獲取更多的上下文空間以及減少參數(shù)量，而且為了能夠與輸入圖像具有相同的空間分辨率，在輸入卷積之后省略了池化操作.這種自適應(yīng)使得網(wǎng)絡(luò)能夠在較早的層中獲得更高分辨率的特征圖.為了獲得與ResNet-50相同的感受野，本文在ResNet-50的第四階段之后再添加兩個(gè)階段，這兩個(gè)階段都由3個(gè)瓶頸殘差塊組成，瓶頸殘差塊的結(jié)構(gòu)如圖3所示，而每個(gè)瓶頸殘差塊是由512個(gè)1×1的卷積濾波器、512個(gè)3×3的卷積濾波器以及2048個(gè)1×1的卷積濾波器組成.

圖3 瓶頸殘差塊Fig.3 Bottleneck residual block

解碼器的每個(gè)階段是由3個(gè)大小為3×3的卷積、批處理規(guī)范化(BN)以及Relu激活函數(shù)組成，并且在每個(gè)階段的最后一個(gè)卷積、批處理規(guī)范化以及Relu函數(shù)激活之后進(jìn)行上采樣操作，解碼器每個(gè)階段的輸入是由前一階段的上采樣輸出以及對(duì)應(yīng)編碼器階段輸出特征圖組成的級(jí)聯(lián)特征圖.

1.2 基于顯著性檢測(cè)的Grabcut算法

GrabCut算法是一種簡(jiǎn)單的人機(jī)交互圖像分割算法，需要基于高斯混合模型(GMM)的迭代求解.但是對(duì)于需要自動(dòng)化進(jìn)行的茶葉嫩芽圖像分割場(chǎng)景來(lái)說(shuō)，人機(jī)交互分割的方式并不適用.因此本文采用Grabcut的掩碼圖像方式來(lái)實(shí)現(xiàn)對(duì)茶葉嫩芽圖像的自動(dòng)分割.分割流程如圖4所示.通過(guò)顯著性檢測(cè)得到茶葉嫩芽圖像的顯著性圖之后，將茶葉嫩芽的顯著性圖作為Grabcut算法的掩碼圖像并標(biāo)記黑色像素點(diǎn)為背景，白色像素點(diǎn)為前景便可以進(jìn)行茶葉嫩芽圖像的自動(dòng)分割操作.

圖4 分割流程Fig.4 Segmentation process

2 實(shí)驗(yàn)結(jié)果與分析

2.1 數(shù)據(jù)集

本文中的圖片數(shù)據(jù)來(lái)源于湖北省孝感市肖港鎮(zhèn)八叉洼一個(gè)茶農(nóng)種植的茶園，拍攝所采用的工具是iphoneXR手機(jī)，分別在中午12點(diǎn)、下午2點(diǎn)以及下午5點(diǎn)三個(gè)不同的時(shí)間段內(nèi)在自然光照、自然背景情況下拍攝了茶葉圖片共612張，所拍攝的圖像大小為3024×4032像素.對(duì)612張茶葉圖片進(jìn)行如圖5所示的水平翻轉(zhuǎn)、順時(shí)針旋轉(zhuǎn)以及逆時(shí)針旋轉(zhuǎn)3種圖像增廣操作后，得到了1836張茶葉圖像.

圖5 圖像增廣操作Fig.5 Image augmentation operation

對(duì)增廣后的1836張茶葉圖像進(jìn)行手動(dòng)創(chuàng)建精確的茶葉嫩芽顯著性分割以及茶葉嫩芽圖像分割操作得到如圖6的茶葉嫩芽顯著標(biāo)簽圖像以及如圖7的茶葉嫩芽標(biāo)簽圖像，并按照7∶3的比例將數(shù)據(jù)集進(jìn)行訓(xùn)練集和測(cè)試集的分配處理.

圖6 茶葉嫩芽顯著圖像Fig.6 Remarkable image of tea bud

圖7 茶葉嫩芽圖像Fig.7 Image of tea buds

2.2 基于不同殘差網(wǎng)絡(luò)的實(shí)驗(yàn)結(jié)果與分析

本文使用精確率(Precision)、召回率(Recall)以及F-Measure三個(gè)指標(biāo)來(lái)衡量模型的性能.召回率和精確率是圖像分割結(jié)果中廣泛使用的兩個(gè)度量值，用于評(píng)價(jià)圖像分割效果，F(xiàn)-Measure是Precision和Recall加權(quán)調(diào)和平均，常用于評(píng)價(jià)模型的好壞.

精確率、召回率以及F-Measure定義為：

(1)

(2)

(3)

其中P是像素?cái)?shù)，ObjEX是模型預(yù)測(cè)的值，ObjGT是真實(shí)值，β2設(shè)置為0.3.

圖8(a)、圖8(c)均為一次交互式Grabcut算法分割的結(jié)果，圖8(b)、圖8(d)為本文提出的基于顯著性檢測(cè)的Grabcut算法的分割結(jié)果，由上圖可知一次交互式的Grabcut分割有時(shí)并不能很好的從復(fù)雜背景中分割出茶葉嫩芽圖像，特別是在圖像中存在多個(gè)茶葉嫩芽的時(shí)候，而多次交互又會(huì)存在時(shí)間消耗的問(wèn)題.基于顯著性檢測(cè)的Grabcut算法能夠更好的學(xué)習(xí)到茶葉嫩芽的顯著特征，從而能夠?qū)崿F(xiàn)在復(fù)雜背景中一次分割出完整的茶葉嫩芽圖像.表3展示了以不同層的殘差網(wǎng)絡(luò)作為特征提取網(wǎng)絡(luò)的顯著性檢測(cè)算法與Grabcut算法相結(jié)合的準(zhǔn)確率、召回率、F-Measure以及分割時(shí)間(每張圖片的分割時(shí)間)四項(xiàng)指標(biāo)的數(shù)據(jù)對(duì)比，由表中數(shù)據(jù)可知，使用ResNet-152作為特征提取網(wǎng)絡(luò)的顯著性檢測(cè)算法與Grabcut算法相結(jié)合的準(zhǔn)確率最高，為96.37%，但是耗費(fèi)了大量的時(shí)間；使用ResNet-18作為特征提取網(wǎng)絡(luò)的顯著性檢測(cè)算法與Grabcut算法相結(jié)合所耗費(fèi)的分割時(shí)間最少，但是其準(zhǔn)確率不高.綜合衡量各項(xiàng)指標(biāo)可見(jiàn)，使用ResNet-50作為特征提取網(wǎng)絡(luò)的顯著性檢測(cè)算法與Grabcut算法相結(jié)合具有比較好的效果.

圖8 交互式Grabcut算法分割的結(jié)果與基于顯著性檢測(cè)的Grabcut算法自動(dòng)分割的結(jié)果Fig.8 The segmentation results of interactive Grabcut and automatic segmentation results of Grabcut based on significance detection

表3 不同殘差網(wǎng)絡(luò)的分割結(jié)果Tab.3 Segmentation results of different residual networks

2.3 基于不同分割方法的實(shí)驗(yàn)結(jié)果與分析

2.3.1 基于圖像顏色信息

在本節(jié)中，采用了文獻(xiàn)[3]所提出的茶葉嫩芽分割方法用于本文自建的茶葉數(shù)據(jù)集進(jìn)行茶葉嫩芽的分割實(shí)驗(yàn).根據(jù)文獻(xiàn)[3]所述，提取茶葉嫩芽、老葉以及茶梗的RGB分量，如圖9(a)、圖9(b)、圖9(c)所示.由圖9(a)、圖9(b)、圖9(c)可知，本文所用的茶葉數(shù)據(jù)集在茶葉嫩芽、老葉以及茶梗的R、G、B分量直方圖上的重合度都非常高，無(wú)法選出一個(gè)如文獻(xiàn)[13]所述的一個(gè)合適的閾值進(jìn)行茶葉嫩芽的分割處理，因此文獻(xiàn)[13]所提出的方法對(duì)本文所用數(shù)據(jù)集并不適用.

圖9 茶葉嫩芽、老葉以及茶梗的RGB分量直方圖Fig.9 RGB component histogram of tea shoots,old leaves and stems

2.3.2 基于K-means聚類法

在本節(jié)中，采用了文獻(xiàn)[11]所提出的茶葉嫩芽分割方法用于本文自建的茶葉數(shù)據(jù)集進(jìn)行茶葉嫩芽的分割實(shí)驗(yàn).將茶葉圖像RGB顏色空間轉(zhuǎn)化為L(zhǎng)ab顏色空間，如圖10所示，茶葉圖像在Lab顏色空間的a分量和b分量有明顯波峰波谷特征.提取圖像a分量和b分量特征進(jìn)行合并作為K-means聚類算法的顏色特征進(jìn)行檢索，結(jié)果如圖11所示.由圖11的分割結(jié)果可以看出，文獻(xiàn)[11]所提出的茶葉圖像分割方法雖然能夠比較完整的分割出茶葉嫩芽，但是所包含的雜質(zhì)太多.

圖10 茶葉圖像Lab顏色空間直方圖Fig.10 Lab color space histogram of tea image

圖11 基于K-means聚類算法的分割結(jié)果Fig.11 Segmentation results based on K-means clustering algorithm

表4展示了本文提出的方法與文獻(xiàn)[11]提出方法的分割結(jié)果對(duì)比，由表4中的實(shí)驗(yàn)結(jié)果可知，本文所提方法的分割準(zhǔn)確率相比文獻(xiàn)[11]提升了14.39%，取得了較好的分割效果.

表4 基于顯著性檢測(cè)和Grabcut算法的分割結(jié)果與 文獻(xiàn)[11]的分割結(jié)果Tab.4 Segmentation results based on significance detection and Grabcut and segmentation results of reference[11]

3 結(jié)論

自然背景下的茶葉嫩芽圖片包含老葉、茶梗以及地面等眾多復(fù)雜的因素，因此自然背景下的茶葉嫩芽圖像分割是一項(xiàng)具有挑戰(zhàn)性的工作.為了能夠獲取更高的分割準(zhǔn)確率，本文提出利用顯著性檢測(cè)算法進(jìn)行茶葉嫩芽的顯著性特征提取，再結(jié)合Grabcut算法進(jìn)行分割，這種方法能夠獲取到茶葉嫩芽的顯著特征，分割出完整度較高的茶葉嫩芽圖像.實(shí)驗(yàn)結(jié)果表明，本文提出方法的分割準(zhǔn)確率達(dá)89.6%，取得了較好的分割結(jié)果，實(shí)現(xiàn)了自然背景下茶葉嫩芽圖像的良好分割.