基于高光谱成像与机器学习对桃树叶片穿孔病严重度分级的研究

《Agriculture》：Grading the Severity of Peach Leaf Shot Hole Disease Using Hyperspectral Imaging

　　

摘要：穿孔病是影响桃树健康的主要病害之一。为实现有效的分级防治并达成桃树叶片穿孔病严重度的精确分级，本研究提出了一种基于高光谱成像（HSI）结合机器学习与深度学习的病害分级方法。首先，利用高光谱成像设备获取不同病害等级叶片的感兴趣区域（ROI）信息；经校准后，将穿孔病分为0级至4级共五个病害等级。其次，为充分利用光谱信息，研究人员系统比较了多种预处理方法，并评估了七种机器学习分类器与两种深度学习分类器在全光谱条件下的分级性能。为降低数据维度与冗余，引入了八种特征波长选择方法，并比较分析了各分类器在不同特征波长下的性能指标。实验结果表明，散射校正在叶片层面是最有效的预处理策略：标准正态变量变换（SNV）结合Elman循环神经网络达到了最高的光谱级测试准确率77.17%，同时叶片级准确率达100%，叶片平均光谱准确率为94.12%；线性分类器逻辑回归（LR）与线性判别分析（LDA）在多种预处理方案下均达到94.12%的叶片级准确率。Savitzky–Golay平滑结合一阶导数（SG+D1）仍明显优于原始光谱，其与支持向量机（SVM）的组合达到了70.08%的光谱级准确率和76.47%的叶片级准确率。在特征波长选择方面，研究人员比较了八种变量选择方法。实验结果表明，特征波长选择有效降低了数据维度，但同时造成了一定程度的精度损失；在各特征波长配置中，逐步信息光谱筛选（SISS）子集结合逻辑回归获得了最佳光谱级测试准确率（66.93%，叶片级为82.35%），而十波段子集中最佳的叶片级结果由联合区间偏最小二乘（siPLS）子集结合k近邻分类器获得（94.12%）；所有特征子集的性能均明显低于最佳全光谱结果，从而明确了精度与维度之间的权衡关系。最后，结果表明，HSI结合光谱预处理能在全光谱条件下有效实现桃树叶片穿孔病害等级的精确识别，而特征波长能在保持一定精度的同时有效降低数据维度。本研究为桃树叶片穿孔病的精确分级防治提供了方法论支持和实验依据。

论文解读：基于高光谱成像与机器学习的桃树叶片穿孔病严重度分级研究

一、研究背景与科学问题

桃树是我国重要的经济果树，其果实营养丰富、口感鲜美，具有重要的食用与经济价值。然而，桃树病害频发严重制约了果实的产量与品质。其中，由细菌性病原体引起的桃树叶片穿孔病是一种极具破坏性的叶部病害。该病害在低温高湿条件下迅速传播，初期在叶片上形成水渍状斑点，随后病斑干枯脱落形成孔洞，导致叶片光合面积减少、提前落叶，进而削弱树势，影响花芽分化和果实发育，最终造成严重的经济损失。目前，对桃树叶片穿孔病严重度的评估主要依赖种植者在田间进行目视观察，并根据病斑面积比例或孔洞数量进行经验性分级。这种传统调查方法主观性强、效率低下，且不同人员间判断标准不一，难以实现客观、快速的检测。因此，开发一种客观准确的穿孔病分级方法对于实现精准施药、减少农药残留具有重要的科学意义和生产指导价值。尽管近年来基于图像分析的计算机视觉技术在桃树病害智能识别方面取得了显著进展，但多数研究集中于健康与患病叶片的二元判别或不同病害类型的多分类，针对单一病害严重度的细粒度分级研究仍相对匮乏。高光谱成像（HSI）技术能够同时捕获叶片内部分子组成变化和外部表型特征，具备整合光谱与空间信息的优势，尤其适用于可见症状尚不明显的早期胁迫检测与诊断。然而，将HSI应用于桃树叶片穿孔病严重度分级的研究尚属空白。为此，本研究以不同严重程度的穿孔病桃树叶片为研究对象，基于HSI探索病害等级与叶片光谱响应之间的内在联系，旨在为穿孔病的精确分级防治提供准确且可操作的方法论支持。

二、主要关键技术方法

为开展此项研究，研究人员采用了以下关键技术方法：

1. 1.
   高光谱成像系统：采用美国Surface Optics公司开发的SOC710Enhanced型高光谱成像系统，光谱范围为386.6–1042.6 nm，覆盖可见光至近红外区域，采样间隔约2.53 nm，共获取260个连续波段，空间分辨率为696×696像素。研究中仅使用400–950 nm区间内的218个波段进行分析。采集在密封暗箱内进行，使用两个125 W卤素灯以45°对称入射角照明，曝光时间为每扫描线40毫秒。
2. 2.
   数据集划分：研究数据集包含来自163片叶片的1270个ROI平均光谱，将病害严重度分为0至4五个等级。采用叶片不相交的分区策略，按8:1:1的比例将整片叶片分配到训练集、验证集和测试集，确保同一叶片的ROI不会同时出现在不同子集中。最终训练集包含129片叶片（1016个光谱），验证集包含17片叶片（127个光谱），测试集包含17片叶片（127个光谱）。
3. 3.
   光谱预处理方法：为消除非目标因素的干扰，研究人员采用了八种预处理组合：原始光谱（Raw）、Savitzky–Golay平滑（SG）、SG结合一阶导数（SG+D1）、SG结合二阶导数（SG+D2）、标准正态变量变换（SNV）、SG+SNV、SG+SNV+D1和SG+SNV+D2。SG平滑采用11点窗口长度和二阶多项式，导数的计算同样使用Savitzky–Golay滤波器。建模前对所有特征进行标准化处理。
4. 4.
   特征波长选择方法：为降低数据维度和冗余，研究人员引入了八种代表性变量选择算法：竞争自适应重加权采样（CARS）、连续投影算法（SPA）、联合区间偏最小二乘（siPLS）、混合蛙跳算法（SFLA）、迭代保留信息变量（IRIV）、变量投影重要性（VIP）、变量迭代空间收缩法（VISSA）和逐步信息光谱筛选（SISS）。每种算法均被设置为选取10个特征波长。
5. 5.
   分类方法：研究采用了七种经典机器学习分类器和两种深度学习分类器。机器学习分类器包括支持向量机（SVM，使用径向基函数核）、随机森林（RF）、偏最小二乘判别分析（PLS-DA）、k近邻（KNN）、逻辑回归（LR）、线性判别分析（LDA）和高斯朴素贝叶斯（GNB）。深度学习分类器包括一维卷积神经网络（1D-CNN）和Elman循环神经网络（ELMAN）。1D-CNN包含两个卷积层、两个池化层和一个含128个神经元的全连接层；ELMAN网络具有一个含64个隐藏神经元的单隐层循环结构。
6. 6.
   评估指标：研究采用光谱级准确率（Spec. Acc）、叶片级准确率（Leaf Acc）、叶片平均准确率（Leaf-mean Acc）和宏F1分数（MacF1）四个量化指标评估模型性能。叶片级准确率通过对叶片各ROI光谱的预测结果进行多数投票获得，叶片平均准确率则先将叶片的所有ROI光谱取平均再进行分类。

三、研究结果

4.1 光谱预处理结果：光谱预处理的目的是消除仪器噪声、散射效应和基线漂移等非信息变异，同时增强与目标属性相关的光谱特征。研究展示了八种预处理方案的处理结果。

4.2 全光谱条件下八种预处理方法与九种分类器的分级结果：在全光谱条件下，研究人员系统组合了八种预处理策略与九种分类器进行联合建模。实验结果表明，预处理方法的选择对分级性能有显著影响，且这种影响在不同分类器间表现出明显的交互效应。在叶片不相交分区下，最高光谱级测试准确率77.17%由标准正态变量变换（SNV）结合Elman网络获得，该组合也达到了所有全光谱配置中最高的叶片级准确率（100%）和94.12%的叶片平均准确率。线性分类器在叶片级表现最为准确：逻辑回归和线性判别分析在多种预处理方案下均达到94.12%的叶片级准确率。导数预处理（SG+D1）对于SVM和1D-CNN而言仍明显优于原始光谱。复合策略中，SG+SNV+D1效果最佳，而单独的SG+SNV并未超过SNV。值得注意的是，高斯朴素贝叶斯（GNB）分类器在所有预处理条件下的表现均劣于其他分类器。从各等级准确率来看，以表现最佳的SNV–ELMAN组合为例，0–3级叶片均被完美分级（1.000），而4级的准确率为0.667。综合所有72个全光谱配置，3级是识别效果最好的等级（平均叶片平均准确率0.921），4级则是识别效果最差的等级（0.699）。全光谱分析表明，散射校正预处理（SNV）和复合策略SG+SNV+D1是叶片不相交评估下最有效的预处理方案，线性分类器（LR和LDA）及深度网络是最准确的模型。

4.3 不同特征提取算法的波长选择结果分析：在固定SG+D1预处理条件下，研究人员比较了八种特征波长提取方法的波长选择结果。八种算法所关注的区域各不相同。红边区域（约731–736 nm）被八种方法中的五种选中，证实了该区域对于病害等级的重要性。CARS选择的波段稀疏分布至908.7 nm；VIP选择了723.6–746.5 nm的一个连续窄簇；SPA在绿光区域的523.4–545.6 nm形成了一个连续块；SISS选择了635.3–642.8 nm、731.2–744.0 nm的波段块以及864.6–867.2 nm的一对波段；SFLA和IRIV选择的孤立波段覆盖了最宽的区间；VISSA选择的波段分布在432.7至890.5 nm之间。

4.4 SG+D1预处理后不同特征波长下的分级结果：特征提取方法的选择对最终分级准确率有明显影响。在所有特征子集配置中，SISS子集结合逻辑回归或1D-CNN获得了最高的光谱级测试准确率（均为66.93%），其叶片级准确率分别为82.35%和88.24%。若以多数投票获得的叶片级准确率为准，最佳特征子集为siPLS–KNN组合，达到94.12%。SPA和IRIV子集的表现最弱。VIP子集处于中等水平。从218个波段减少到10个波段所带来的精度损失在所有方法中都很显著：最佳特征子集的光谱级准确率比最佳全光谱配置低10.2个百分点（66.93%对77.17%），叶片级准确率低5.9个百分点（94.12%对100.00%）。各特征提取方法对不同病害等级的识别偏好也不同。对于光谱级测试准确率最佳的SISS子集，其与逻辑回归组合的各等级准确率分别为0.333、1.000、1.000、0.667和0.667，0级最低。总体而言，由于没有任何单一特征子集在所有三个准确率级别上都表现最优，特定应用中对子集的选择取决于所关注的评估层级。

四、讨论与结论

讨论部分总结了光谱预处理对模型性能影响的机制。研究表明，散射校正（SNV）是最有效的单一预处理方案，因为它能有效消除由颗粒大小、表面粗糙度和光程变化引起的乘性散射效应，改善了基于距离度量和协方差结构的分类器的决策边界。而基于导数的SG+D1预处理则能有效捕捉红边区不同病害等级的光谱斜率差异，将原始反射率空间中难以区分的等级投射到更可分离的特征空间。复合预处理策略未能超越最优单一预处理方案，可能是因为多步处理面临参数交互和过度校正的风险。

在特征波长选择方面，研究发现所选波长的光谱分布会影响分级性能，但并非简单的单调关系。红边区域被多数方法保留，其与叶绿素含量和植被胁迫状态相关，是区分病害等级的关键指纹区。特征选择能否在模型简化和精度保持之间取得良好平衡，取决于它能否在保留多等级光谱差异信息的同时减少特征间的统计依赖性。本研究中，最佳特征配置的精度成本是可测量的，这种降维被视为一种平衡的结果，其可接受性取决于具体应用需求。

在深度学习与传统机器学习模型的比较中，两个深度模型是全光谱网格中最准确的配置之一，但与调优后的线性模型相比，并未表现出明显优势。研究指出，由于测试集仅包含17片叶片，且同一叶片的光谱近乎重复，有效独立观测数仅为17，因此主要配置的不确定性通过聚类自助法报告，所有比较均在完整数据集的163片叶片上进行了分组五折交叉验证。

关于0–4级病害分级的困难与误分类模式，研究发现误分类主要发生在相邻等级之间。全光谱配置下，3级的平均识别准确率最高，4级最低。在特征波长子集下，0级成为最难区分的等级。中间等级难以分级的原因可能是其光谱特征处于从健康到严重病害过渡的中间区域，生理变化并非线性累积，而是呈现阶段性变化，增加了类内光谱异质性并模糊了类间边界。

研究结论部分如下：聚焦于桃树叶片穿孔病从0级到4级的细粒度分级任务，本研究基于高光谱成像技术，以光谱级准确率、叶片级准确率、叶片平均准确率和宏F1分数为评价指标，系统比较了八种预处理方法、八种特征波长选择策略和九种分类器的组合效果，得出以下主要结论。光谱预处理对分级性能有显著影响。其中，散射校正（SNV）是叶片不相交评估下最有效的单一方案，其与Elman网络的组合给出了全光谱网格中最高的光谱级测试准确率（77.17%），叶片级准确率达100%，叶片平均光谱准确率为94.12%；Savitzky–Golay结合一阶导数能有效抑制低频背景噪声并凸显红边区的光谱变化率，仍明显优于原始光谱，SVM在此预处理下达到70.08%的光谱级准确率和76.47%的叶片级准确率。复合预处理策略未超越最佳单一预处理方案，表明过度校正易导致信息丢失，预处理应根据数据噪声结构与分类器假设之间的匹配程度来选择。在特征波长选择方面，特征波长配置的光谱级测试准确率介于34.65%（SPA–GNB）和66.93%（SISS–LR和SISS–1D-CNN）之间，叶片级准确率介于41.18%和94.12%之间，具体取决于子集及其结合的分类器。所有特征子集配置中最佳的单个测试集结果由SISS子集结合逻辑回归或1D-CNN获得，最佳的叶片级结果由siPLS子集结合k近邻分类器获得（94.12%）；这两种配对是在测试集上选择的，因此这些结果是描述性的。SPA和IRIV选择的子集表现最弱，特征子集模型的准确率仍低于全光谱水平，这明确了精度与维度之间的权衡关系。在全光谱条件下，线性分类器和深度网络是最准确的模型，SVM是有限样本下最准确的经典非线性分类器。0级是特征波长子集最难的等级，此观察被认为是探索性的，因为每个等级仅有3或4片测试叶片；在全光谱下，3级和0级的识别准确率最高（平均叶片平均准确率分别为0.921和0.806），而4级识别效果最差（0.699）。在最佳全光谱配置的三面板混淆矩阵中，光谱级误分类发生在相邻等级之间，呈现出有序的递归模式；未来可以引入序数回归或代价敏感学习来显式建模等级间的邻近关系。本研究建立了桃树叶片穿孔病高光谱分级的比较建模工作流程，并表明特征选择需要在精度损失与数据维度、模型复杂度和传感器需求的降低之间进行权衡，为叶部病害的细粒度高光谱分级提供了方法学参考。然而，从218个波段减少到10个波段所造成的精度损失仍然是可测量的：最佳特征波长配置达到了66.93%的光谱级准确率和94.12%的叶片级准确率，均低于最佳全光谱值（77.17%和100.00%），并且所选波长向低波段计数设备的转移尚未在本研究中得到验证，需要专门的硬件验证。这些结论来自于单个生长季节、受控室内光照条件下的单一果园，每个等级样本数量有限且不平衡；尽管所有分类器都采用相同的协议进行调优，且主要比较是描述性地报告的，但此处考察的两种深度架构并未与更先进的设计进行比较，并且类别不平衡对各等级准确率的影响无法用现有数据隔离，叶片不相交分区中的17片测试叶片限制了各等级准确率的分辨率。在将该方法应用于田间条件之前，应在未来的工作中解决这些问题。