综述:基于叶片图像可视化系统的植物识别研究

《Franklin Open》:A study on plant recognition based on leaf image visualization systems

【字体: 大 中 小 】 时间:2026年05月20日 来源:Franklin Open CS1.4

编辑推荐:

  准确的植物识别对生物多样性保护、生态学研究及农业未来发展至关重要。传统方法通常耗时费力且高度依赖专家经验,因此自动化解决方案的重要性日益凸显。本综述探讨人工智能如何变革植物叶片识别领域,重点关注深度学习、机器学习及图像处理技术。卷积神经网络(Convoluti

  
准确的植物识别对生物多样性保护、生态学研究及农业未来发展至关重要。传统方法通常耗时费力且高度依赖专家经验,因此自动化解决方案的重要性日益凸显。本综述探讨人工智能如何变革植物叶片识别领域,重点关注深度学习、机器学习及图像处理技术。卷积神经网络(Convolutional Neural Networks, CNNs)——如VGG16、ResNet50、DenseNet201等模型在该领域得到广泛应用。集成模型(Ensemble Models)与生成式方法通过扩展数据多样性进一步增强了系统的鲁棒性。预处理步骤(如边缘检测、形态学操作、背景去除及合成数据生成)显著提升了模型的准确率。在特征提取方面,研究人员主要依赖纹理、形状及颜色描述符,而可解释人工智能(Explainable AI, XAI)工具(如Grad-CAM)则有助于理解模型的决策机制。本综述汇集了最新研究方法,追踪其在不同数据集上的性能表现,并指出构建高效、准确且可扩展的植物识别系统所面临的挑战与重大机遇。
1. 引言
准确的植物物种识别对于保护生物多样性、支持生态研究及维护健康的农业系统至关重要。然而,由于叶片形态随生长阶段、环境或季节变化,且许多物种外观极为相似,该过程十分困难。全球超过390,000种植物使得传统的人工识别方法缓慢、主观且高度依赖专业知识。这些挑战催生了对更快速、更易用的识别工具的强烈需求。近年来,人工智能开始填补这一空白。机器学习方法(如人工神经网络、支持向量机(Support Vector Machines, SVMs)、K近邻(K-Nearest Neighbors, KNNs))结合图像预处理和特征提取已显示出良好的准确性。深度学习(Deep Learning, DL),特别是卷积神经网络(CNNs),通过自动从叶片图像中学习视觉模式,进一步推动了该领域的发展,目前在物种识别、病害检测及精准农业中的植物健康监测中发挥着重要作用。与此同时,几何形态测量学(Geometric Morphometrics)等工具通过量化叶片形状和结构的细微差异,继续提供更深层次的生物学见解。两者结合,人工智能与表型分析为构建可靠且可扩展的植物识别系统奠定了坚实基础。然而,现有自动化系统仍面临诸多限制,包括数据集依赖性、环境变异性及深度学习模型的计算复杂性。本综述汇总了叶片识别的最新进展,强调了跨研究使用的方法,并指出了必须解决的剩余挑战和研究中存在的空白,以改进下一代植物识别技术。近期研究还探索了利用无人机(Unmanned Aerial Vehicle, UAV)影像和实地数据集进行现实世界的植物识别,提高了实际适用性。为了系统地解决现有系统的局限性,本文提出了关键研究问题(Research Questions, RQs)。
1.1. 背景
准确的植物识别对生物多样性保护、生态监测和农业至关重要。传统的手动方法严重依赖专家知识,且通常速度慢、一致性差,并受到叶片形状、纹理和颜色高度变异性的挑战。早期的计算方法依赖手工制作的特征,但其性能受环境噪声、光照条件和叶片变形的限制。机器学习和深度学习的最新进展,特别是CNNs,通过直接从图像中学习判别性特征,显著改善了自动化植物识别。增强的预处理技术(如背景去除、降噪、对比度增强和数据增强)进一步支持了稳健的分类。这些发展共同实现了更准确、可扩展且易于访问的植物识别系统,构成了现代分类学、农业保护和环境保护应用的基础。植物识别流程通常包括预处理、分割、特征提取和分类四个阶段。
1.2. 动机
国民经济高度依赖农业部门,特别是在印度等国家,准确识别植物和病害对于保护该部门免受各种挑战及优化作物产量至关重要。虽然计算方法已取得进步,但仍存在显著差距:大多数当前模型都是在干净的、“实验室标准”的数据集上训练的,无法反映真实世界的条件。在实际农业环境中,背景杂乱、光照不均、部分遮挡以及不同物种之间的惊人相似性,对现有的人工智能系统构成了重大障碍。因此,迫切需要一种专门且鲁棒的工具,能够应对这些环境复杂性,为分类学家和农民提供准确的实时识别。
1.3. 目标
本综述的主要目的是系统地审查和分析现有的基于叶片图像的植物识别机器学习与深度学习方法。通过综合近期研究的发现,旨在结构化地理解不同的图像预处理技术、特征提取策略、数据集和分类模型如何影响识别性能。此外,综述评估了常用的公共数据集和性能指标,以评估其对现实应用的适用性和局限性。通过分析,本文试图确定当前植物识别系统中的关键挑战、研究空白和未解决的问题,同时概述未来的研究方向,以开发准确、可解释且可部署的基于叶片的植物识别解决方案。
2. 文献综述
本节回顾了研究人员在推进智能农业方面的贡献,主要从不同方法和数据集可用性两个方面进行阐述。
2.1. 作者的不同方法
研究主要分为三类:
深度学习(Deep Learning)方法:多项研究证明了深度学习模型在植物病害检测中的有效性。研究人员利用Mask-CNN进行无人机图像病害检测,实现农田实时监测;应用YOLOv7模型实现高精度实时病害检测;提出轻量级CNN模型用于苹果叶部病害检测,在降低计算复杂度的同时达到98%的准确率;引入基于Inception-V3的PiTLiD迁移学习模型,在小数据集上表现出色;开发基于U-Net和InceptionNet的分割与分类框架;使用VGG-16结合数据增强(反射、对比度增强、旋转)开发移动端叶片识别系统,在Flavia数据集上达到99.9%的准确率;应用GoogLeNet、AlexNet和VGGNet进行迁移学习,结合增强和分类器融合提升性能;提出结合cGAN(Conditional Generative Adversarial Networks)增强、ResNet-50特征提取和逻辑回归的混合深度学习管道;将改进的多尺度三角形描述符(Improved Multiscale Triangle Descriptor, IMTD)与VGG16集成;提出SWP-LeafNET三阶段系统,结合专注于形状和脉序的定制CNN与MobileNetV2进行细粒度分析;基于YOLO的模型在实时植物病害检测中表现出优越的速度和精度;比较了EfficientNet、MobileNetV2和Swin Transformer等模型在叶片病害分类中的性能;探索了基于VGG16、VGG19和ResNet50V2的CNN方法用于大豆叶片病害分类,准确率高达99.35%;提出了混合CNN-LSTM模型用于多作物病害分类;开发了用于茶叶病害检测的深度学习模型;探索了多模型、多标签、多输出和多任务学习方法的广义堆叠多输出CNN(Generalised Stacking Multi-output CNN, GSMo-CNN);并研究了使用可解释人工智能(XAI)技术提高模型可解释性。
统计(Statistical)方法:侧重于使用统计模型进行植物识别,例如叶片轮廓的特征提取和使用统计模型分类器计算匹配分数。有研究采用颜色归一化、形态学处理和直方图均衡化等预处理技术,并结合最近邻(Nearest Neighbour)分类法,在受控条件下实现了近90%的准确率。
启发式(Heuristic)技术方法:探索新的基于纹理的方法来识别植物物种。有研究提出了区域均值局部二值模式(Region Mean-LBP)、整体均值局部二值模式(Overall Mean-LBP)和ROM-LBP,利用红色和绿色通道进行特征提取,无需灰度转换,使用极限学习机(Extreme Learning Machine, ELM)分类器,在多个数据集上达到了最高99.46%的准确率,并对椒盐噪声和高斯噪声表现出鲁棒性。
综合分析表明,深度学习方法凭借卷积神经网络、迁移学习、混合特征提取和数据增强技术占据了主导地位,而统计方法虽然在受控条件下具有竞争力,但对图像质量和特征模糊较为敏感。
2.2. 不同论文中使用的数据集
最常用的公共数据集包括PlantVillage、LeafSnap、Flavia、Folio、瑞典叶片数据集(Swedish Leaf Dataset)、ImageClef、LifeCLEF、ImageNet、Mendeley Medicinal Leaf等。此外,BDMediLeaves等新引入的数据集包含2029张原始药用植物叶片图像及38,606张增强图像,为训练模型提供了宝贵资源。数据集的分布显示PlantVillage和LeafSnap是最广泛使用的基准数据集。
3. 最先进技术
本节讨论了以往论文中使用的各种技术和算法,涵盖图像预处理、特征提取与选择、分类及结果评估方法。
3.1. 预处理技术
预处理在提高图像质量和提取信息特征方面起着关键作用。常见操作包括图像缩放、对比度增强、背景去除、降噪、边缘检测和数据增强。具体技术涵盖:使用cGAN生成合成叶片图像以减少过拟合;应用掩码区域卷积神经网络(Mask R-CNN)进行背景去除;使用高斯滤波、中值滤波和双边滤波进行降噪;利用Otsu阈值法进行二值化分割;应用Canny、Sobel、Prewitt和Roberts算子进行边缘检测以强调脉序模式;以及通过旋转、反射和对比度调整进行数据增强。标准化的预处理流程通常包括将图像调整为统一尺寸(如224×224或256×256),然后进行去噪和分割,以隔离叶片与复杂的田间环境。
3.2. 特征提取与选择技术
特征提取旨在捕捉叶片独特的视觉特征。基于形状的特征包括长宽比、凸性和坚实度;纹理特征常通过灰度共生矩阵(Gray Level Co-occurrence Matrix, GLCM)计算对比度、相关性和熵;颜色信息通常使用颜色直方图表示。在深度学习中,CNNs自动从原始叶片图像中学习分层特征。混合模型和注意力机制(如挤压激励块)被用于增强特征表示。特征选择技术(如递归特征消除(Recursive Feature Elimination))用于系统地移除不重要的特征以提升模型性能。
3.3. 分类技术
分类器分为传统机器学习和深度学习两类。机器学习分类器包括SVM、KNN、随机森林(Random Forest, RF)、决策树(Decision Tree, DT)、逻辑回归(Logistic Regression, LR)和人工神经网络(Artificial Neural Networks, ANN)。深度学习分类器主要是CNNs,如LeNet、AlexNet、GoogLeNet、VGG、ResNet、DenseNet、MobileNet、EfficientNet和Inception等。CNNs能够执行端到端分类,自动学习特征。近期研究倾向于使用混合和融合分类模型(如BLeafNet结合多个CNN模型,EffiMob-Net结合EfficientNet和MobileNet),以及针对移动设备优化的轻量级架构(如MobileNetV2),以实现高精度的同时降低计算成本。
3.4. 性能评估指标
标准评估指标包括准确率(Accuracy)、精确率(Precision)、召回率(Recall)、F1分数(F1-score)、混淆矩阵(Confusion Matrix)和接收者操作特征曲线(Receiver Operating Characteristic, ROC)。此外,交并比(Intersection over Union, IoU)、平均交并比(mean Intersection over Union, mIoU)、均方误差(Mean Squared Error, MSE)、峰值信噪比(Peak Signal-to-Noise Ratio, PSNR)和结构相似性指数(Structural Similarity Index, SSIM)也被用于评估图像分割和重建的质量。研究表明,深度学习模型通常优于传统机器学习方法,但性能高度依赖于数据集质量和计算资源。
4. 研究挑战与空白
基于比较分析,提出了8个关键研究问题(RQs):
RQ1:叶片的形态、大小和颜色因年龄或环境因素在种内存在差异,而不同物种间可能具有高度相似的视觉特征,导致模型泛化困难。
RQ2:当前数据集多为受控条件下的干净扫描图像,缺乏现实世界的背景杂乱、光照不均和部分遮挡,限制了模型的实际性能。
RQ3:光照变化、阴影、叶片损伤和相机质量会影响重要视觉特征的提取,需要更好的预处理和鲁棒的增强技术。
RQ4:尽管深度学习自动学习特征,但对于近缘物种,仍需有效捕捉脉序、边缘结构和纹理变化等细粒度细节。
RQ5:高性能模型通常计算成本高昂且需要大数据集,难以部署在移动或低资源设备上。
RQ6:深度学习系统常被视为“黑盒”,缺乏可解释性,需要更透明、可解释且用户友好的方法(如XAI工具Grad-CAM)。
RQ7:类别不平衡和标记数据有限会导致模型偏差,需要迁移学习、数据合成(如GANs)和更好的标记策略。
RQ8:现实部署需处理嘈杂背景、混合叶片、病害样本及不同年龄和田间条件,整合多模态数据(如树皮、花、环境)是未来关键方向。
5. 研究建议
针对上述挑战,提出以下建议:
数据集扩展与标准化:开发并共享大规模、标注多样的数据集,覆盖健康、患病和部分受损的叶片,以提高模型鲁棒性。
模型可解释性:强调整合XAI技术,以建立信任并提供分类决策的依据,这对植物学家和农学家的接受至关重要。
轻量级与边缘兼容模型:优化深度学习架构以适应低资源环境(如移动设备),实现实时的田间植物识别。
多模态整合:将叶片图像数据与树皮纹理、花朵结构及环境元数据相结合,以提高分类准确性和适应性。
关注现实应用挑战:通过改进的增强、分割和图像归一化策略,增强模型对遮挡、光照变化和背景噪声的鲁棒性。
开放工具与合作:鼓励开发开源工具并促进计算机科学家、生态学家和农学家之间的跨学科合作。
6. 结论
本研究强调了机器学习和深度学习技术在基于叶片图像的植物识别领域的快速发展与应用。综述证实,传统的手动方法虽是基础,但已不足以应对现代植物分类学的规模和复杂性。先进的图像预处理(如Mask R-CNN背景去除)、鲁棒的特征提取(形状、纹理、颜色)以及强大的分类器(如CNN、SVM和集成方法)已显著提高了分类准确率,在基准数据集上常超过95%。数据增强技术(如cGANs)、迁移学习和集成模型的整合进一步增强了系统的可靠性和泛化能力。尽管取得了这些进展,关键挑战依然存在,包括数据集多样性有限、模型可解释性以及在非理想现实环境中的性能。对于农业、生物多样性保护和植物病理学等应用,对轻量级和计算高效解决方案的需求仍然迫切。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号