小波先验引导的Mamba网络用于精准高效的水稻病害识别

《Frontiers in Plant Science》：Wavelet-prior-guided mamba network for accurate and efficient rice disease recognition

　　

水稻病害识别对可持续农业生产具有重要意义。然而，现有多数方法主要依赖空域特征建模，对频域信息利用不足，难以充分刻画病害图像在不同频率分量上的纹理与结构模式；同时传统卷积神经网络(CNN)在长程依赖建模上存在局限，降低了对分布不均或表型多变的病斑区域的识别能力。为此，研究人员提出一种小波先验引导的Mamba网络(WPMamba)。具体而言，引入离散小波变换(DWT)将图像特征分解为不同频率分量，显式融入频域先验；分解后的特征与Mamba模块进一步整合以增强全局特征建模与表示能力；设计先验引导选择性融合(PGSF)模块自适应融合空域与频域特征，并引入病灶感知空间注意力(LASA)模块引导网络关注病害相关区域。在水稻病害数据集上的实验表明，WPMamba准确率达95.72%，优于多种主流模型，且参数量仅1.21 M、计算量0.49 GFLOPs，在识别性能与计算效率间取得良好平衡，为智能水稻病害识别提供了高效解决方案。

研究背景方面，水稻作为全球重要粮食作物，其产量与品质关乎粮食安全，但细菌性条斑病、稻瘟病、褐斑病等病害易导致严重减产。传统依靠专家经验的方法主观性强、效率低；传统机器学习依赖手工特征，在复杂场景下鲁棒性有限；基于卷积神经网络(CNN)的深度方法受局部感受野限制，难以建模长程空间依赖；视觉Transformer虽能捕捉长程依赖，但自注意力计算复杂度随序列长度呈平方增长，参数量大、难以部署于资源受限的农业场景；状态空间模型(SSM)如Mamba具备线性复杂度长程建模能力，但现有空域方法未显式建模频域信息，如何将频域先验与高效全局序列建模结合仍待探索。该研究发表于《Frontiers in Plant Science》，研究人员据此提出WPMamba，以离散小波变换(DWT)显式引入频域先验，配合Mamba全局建模、PGSF自适应融合空频特征、LASA聚焦病灶区域，在13112张图（源自Kaggle公开数据集及农业病害网站，经扩增到17245张，按6:1:3划分训练/验证/测试集，涵盖正常及9类病害）上取得95.72%准确率，参数量1.21 M、0.49 GFLOPs，证明频域先验与线性复杂度序列模型结合可兼顾精度与轻量化。

关键技术方法上，研究人员采用双分支架构：空域分支用3×3卷积+批归一化(BN)+GELU提取局部纹理；频域分支对输入做二维DWT分解为低频近似I_ll与高频细节I_hl、I_lh、I_hh四子带，通道拼接后经Reshape送入Mamba编码，再用PixelShuffle恢复空间分辨率；PGSF模块通过全局平均池化(GAP)提取通道统计，经全连接(FC)+Softmax生成空/频分支动态权重实现选择性融合；LASA模块沿通道维做平均池化与最大池化拼接，经7×7卷积+Sigmoid得空间掩码，配合可学习残差系数α增强病灶响应。训练用PyTorch 2.1.2、RTX 3090、Adam优化器、初始学习率0.001、100轮、batch size 32、交叉熵损失、五折交叉验证。

研究结果部分，2.1数据收集指出样本来自Kaggle公开集（5932张4类）与网络补充（7180张9类+正常），合并13112张，其中细菌性叶条斑、细菌性穗枯、霜霉病样本偏少，经旋转/亮度对比扰动/高斯噪声扩增至17245张，类别数10类（正常+9病），训练/验证/测试10342/1724/5179。2.2数据预处理说明图像统一缩至224×224、归一化，少数类以0.5概率增广，参数明确（旋转±90°、亮度0.6–1.4、对比度0.7–1.3、高斯噪声σ=0.02）。2.3方法论中2.3.1稠密块(Dense Block)用通道拼接式稠密连接，增长率k=32，每层输入为前层输出拼接，块末1×1卷积压缩通道至128，缓解梯度消失与控制复杂度；2.3.2 PGSF模块如前述双分支+动态通道权重融合，使平滑背景区倚重频域全局、病斑边缘倚重空域局部；2.3.3 LASA模块用均值与最大值空间描述子拼接后经7×7卷积得注意力图，输出F_out=Y+α(A?Y)，α可学习防早期破坏原特征。2.4实验设置列明软硬件与指标（准确率、精确率、召回率、F1）。3.1消融实验显示CNN分支单独93.76%、Mamba单独94.32%、双分支无融合94.83%、加PGSF达95.17%、再加LASA达95.72%，逐模块正贡献。

讨论与结论部分，研究人员指出WPMamba通过DWT将频域先验显式嵌入，弥补纯空域方法对细粒度纹理刻画不足；Mamba以线性复杂度替代Transformer平方复杂度，适配田间轻量部署；PGSF解决空频特征自适应加权，LASA抑制背景干扰。结论表明该方法在10类水稻病害任务上以1.21 M参数、0.49 GFLOPs获95.72%准确率，优于主流CNN/Transformer基线，证明小波先验引导的状态空间建模可为智能水稻病害识别提供精度与效率兼优的路径。