基于高频信息补偿的害虫图像分割改进方法——HFIC-DroSeg

《Smart Agricultural Technology》：An improved image segmentation method for pest with High-Frequency Information compensation

　　

害虫检测在精准农业中至关重要，是保护植物健康和实施靶向害虫管理策略的基石。在这些害虫中，果蝇（Drosophila）对水果和蔬菜构成严重威胁，造成大范围作物损害和显著经济损失。果蝇的准确分割对于早期检测和有效防治至关重要，是确保农业产量和可持续植物健康的关键。现有图像分割方法在下采样过程中常丢失高频信息，由于丢弃了关键的判别性细节和边缘，对果蝇分割精度产生负面影响。为解决这一局限，研究人员提出一种名为HFIC-DroSeg的新型果蝇分割方法。具体而言，该方法包含两个关键组件：高频信息提取模块（High-Frequency Information Extraction Module, HFIE），自适应地从图像中提取高频信息以捕获更丰富的细节；以及多尺度高频聚合模块（Multi-Scale High-Frequency Aggregation Module, MS-HFA），通过跨不同尺度聚合高频分量并整合边缘分支，增强对细节信息的保留，以更准确地定位果蝇边缘信息。实验结果表明，研究人员所提模型相比现有方法取得了更优性能。在研究人员构建的DrosophilaSet数据集上，HFIC-DroSeg在精确率（Precision）达到0.93、召回率（Recall）达到0.94、准确率（Accuracy）达到0.95、平均交并比（mIoU）达到0.94、Dice系数达到0.96，均取得最高分数。此外，该模型在作物害虫数据集上展现出强大的泛化能力，并在广泛使用的PASCAL VOC 2012分割基准上表现良好。

**基于高频信息补偿的害虫图像分割方法HFIC-DroSeg解读**

**一、研究背景与问题**

害虫防治是保障全球粮食安全的关键环节。在众多害虫中，果蝇（Drosophila）对园艺作物危害尤为严重，可寄生46科超过250种果蔬花卉，若防治不力可造成80%至100%的损失。传统的综合害虫管理（Integrated Pest Management, IPM）策略依赖人工监测与评估，劳动强度大、资源消耗高。随着深度学习的发展，模型驱动的解决方案为农业提供了高效手段，其中图像分割方法能够从复杂环境中提取目标实例，提供像素级定位与分类信息。然而，主流基于卷积神经网络（Convolutional Neural Network, CNN）的分割网络在下采样过程中会丢失高频信息（指图像中边缘、纹理等细节成分）。对果蝇这类微小害虫而言，体表纹理、翅膀脉络和身体轮廓等高频特征是区分性表征的关键，高频信息的丢失导致分割结果出现边缘模糊和轮廓扭曲，产生不完整、模糊的分割掩膜。因此，亟需一种能够补偿高频信息损失的精准分割方法。

**二、研究内容与意义**

针对上述问题，研究人员提出了HFIC-DroSeg模型。该模型以U-Net为骨干框架，引入高频信息提取（High-Frequency Information Extraction, HFIE）模块和多尺度高频聚合（Multi-Scale High-Frequency Aggregation, MS-HFA）模块。HFIE通过傅里叶变换和遗传算法自适应提取图像中的高频分量，MS-HFA通过高频注意力机制跨尺度聚合高频信息，并借助精细边缘引导分支强化边缘定位。实验表明，HFIC-DroSeg在自建DrosophilaSet数据集上取得最优性能，并在IP102和PASCAL VOC 2012数据集上展现出良好的泛化能力。该方法为果蝇精准防治提供了可靠技术支撑，同时可扩展至其他农业害虫监测。

**三、关键技术方法概述**

研究人员构建了包含四种果蝇（Bactrocera cucurbitae、Bactrocera dorsalis Hendel、Bactrocera scutellata和Bactrocera tau）的DrosophilaSet数据集，图像采集自田间环境，原始尺寸为3000×4000像素，共1200张，经翻转、平移、旋转（30°、90°、180°）、亮度调整等数据增强后得到2400张，按6:2:2比例划分为训练集、验证集和测试集。主要关键技术包括：一是HFIE模块，对特征图进行二维离散傅里叶变换转换到频域，利用遗传算法自适应选择最优阈值以分离高频分量，再经逆变换得到高频信息图，并通过1×1卷积调整通道后与原始特征融合；二是MS-HFA模块，将编码器四个尺度（F₀～F₃）的特征图进行双线性上采样空间对齐，通过高频注意力机制学习各尺度权重并加权求和，同时设置精细边缘引导分支（Fine-grained Edge Guidance, FEG），采用欧氏距离度量预测边缘与真实边缘的差异。总损失函数为交叉熵分割损失与边缘损失的加权和，权重α取0.9。

**四、研究结果**

*4.4 Segmentation Results（分割结果）*：在DrosophilaSet上，将HFIC-DroSeg与FCN、U-Net、PSP-Net、U-Net++、DeepLabV3+、SegFormer、UDTransNet等现有模型进行比较，HFIC-DroSeg在精确率、召回率、准确率、mIoU和Dice系数上均取得最高值，分别达到0.93、0.94、0.95、0.94和0.96，表明该模型在害虫识别任务中具有显著优势。

*4.5 Ablation Experiment（消融实验）*：以U-Net为基线，逐步添加HFIE、MS-HFA和FEG模块，各组在精确率、mIoU和Dice上均逐步提升，配对t检验显示差异显著（p＜0.05），完整模型性能最优，验证了各模块对高频信息提取和边缘优化的有效性。

*4.6 Test on other datasets（其他数据集测试）*：在IP102害虫数据集上，HFIC-DroSeg的准确率和mIoU分别达到0.92和0.90，优于U-Net、DCU-Net等对比方法，证明其能有效从果蝇分割扩展到其他害虫分割；在PASCAL VOC 2012上mIoU达到0.82，虽非最优但与先进方法相当，显示出良好的鲁棒性和泛化能力。

*4.7 Test on different strategies（不同策略测试）*：研究人员对MS-HFA聚合不同层数进行实验，发现仅聚合单一特征层时性能随层数加深而提高，而聚合全部四个特征层（F₀～F₃）时性能最高（mIoU 0.94，Dice 0.96），证明多尺度高频信息互补的重要性。对FEG中不同距离度量函数（欧氏距离、余弦相似度、KL散度）进行比较，欧氏距离效果最佳（mIoU 0.94，Dice