兩類病害分析

圖 3-40 將四張像素圖合併成一個1 × 4的像素圖

3.5 多光譜資料分類

目前使用的分析方式乃利用 SVM 作為分類，利用先前經由人工分類的兩組數 據，進行 SVM 訓練，將資料分為病徵期跟健康期兩種型態。至於分成三類的部分，

則藉由看 RGB 影像圖來選取隔日發病的數據點。經由這些數據點，SVM 會在這 些數據點中，找到具有最大邊際的平面 (Maximum Marginal Hyperplane) ，並利用 這個平面作為預測其他多光譜影像的基準。

3.5.1 兩類病害分析

病害程度評估

經過接種過後的葉片，藉由每日的彩色照片拍攝對照，觀察其葉片上斑點出現 症狀，並與前一天的彩色照片確保出現的斑點不是葉片上原本的斑點或污漬，以確 保選取的特徵點都是炭疽病所造成的。本研究礙於利用的多光譜拍攝系統影像解 析度僅 640×480，因此在高解析度的彩色影像選取上，我們一律將彩色影像先調

整到跟多光譜系統一樣的圖片大小之後，才會利用降解析度的彩色圖片觀察是否 有發病，降解析度方式採用跟將在本小節一起介紹。

另外在觀察炭疽病發病狀況時，可以觀察到炭疽病斑點症狀會隨著時間有所 變化，斑點的顏色會從原本的深色轉為淡色系，因此利用人眼進行選點會有一定的 問題產生，雖然我們人眼起來那邊的顏色明顯跟其他區塊不同，但在數據分析上，

卻極容易造成誤判 (費與王，2007)。

因此在選點上面，先利用拍攝的 RGB 圖，進行部分的參數調控，期望能夠利 用更明確的方式來的定義是否有病徵。首先如果利用 RGB 彩色模型下進行選點，

的一個遇到的問題即是陰影問題，因為炭疽病的發病特徵為黑斑，葉片不平整或被 遮蓋到的部分，都會因此被判定為炭疽病。對於這方面先做了部分的測試，以下先 利用 2016 六月的實驗接種一號植株作為示範，首先是灰階圖的測試，藉由灰階的 公式如 (式 3-1) 所示。

gray = (R + G + B)/3 (式 3-1)

圖 3-41 為降過解析度的 RGB 圖，另外還有依照 (式 3-1) 灰階化的圖片，將 灰階圖放大到圖 3-42 觀察可以發現，如果利用灰階度來決定何處為病斑，勢必會 將陰影區全部判定為炭疽病病斑，光靠灰階化圖的圖片在這上面顯然有很大的問 題。

(a) (b) 圖 3-41 降解析度的 RGB 彩圖跟灰階圖對照圖

(a) RGB 彩圖，(b) 灰階圖

圖 3-42 病斑跟陰影灰階比較

為了解決陰影區域的問題，將 RGB 彩色空間轉換到 HSV 彩色空間中，因為 HSV 彩色空間其中的 H 為色相 (Hue)，S 為飽和度 (Saturation)，V 為明度 (Value)，

轉到這個色彩空間可以有效幫我們避免掉陰影區造成的問題。經過 HSV 空間轉換 後，我們發現在飽和度方面最能夠顯示病斑的問題，至於 V 則是可以顯示出陰影 區塊的位置。

(a) (b) (c) 圖 3-43 HSV 色彩空間對照

(a) 色相 (Hue) 通道，(b) 飽和度 (Saturation) 通道，(c) 明度 (Value) 通道

最後此次實驗我們利用 HSV 空間色彩分析配合 RGB 灰階值協助判斷，我們 將飽和度小於 0.35，且灰階值小於 110 時，我們定義為炭疽病病徵點，且這部分不 包括炭疽病發病之後又變淡後的狀況點。由於設定這樣的範圍值還是會選擇到大 量雜訊點，而且病徵並不一定會成大塊連續面積出現，如圖 3-44 所示，如果是用 侵蝕和膨脹消除雜訊，病徵也會因此跟著被消除掉，因此這邊採用的消除雜訊的判 斷方式是利用當該像素值被判定為病徵期的狀態，在周遭九宮格內如果能夠再找 到另外三個像素點被判斷為染病，那該點就被判別為病徵點，消除前後的結果如圖 3-44 所示。

(a) (b)

圖 3-44 符合範圍值的病徵圖

(a) 尚未消除雜訊的病徵區塊 (b) 消除雜訊過後的病徵區塊

資料點對應方式

{

表 3-8 多光譜拍攝圖與 RGB 彩圖規格比較

影像名稱 多光譜拍攝圖 RGB 彩圖

影像

尺寸 640 × 480 4752 × 3168

水平解析度 96 dpi 72 dpi

垂直解析度 96 dpi 72 dpi

為了確保選取的對應點能夠盡可能準確，我們選擇葉片的邊緣尖點當作對應 點，如圖 3-45，除了比較不會受到陰影的影響外，葉片的部分因為為主要的拍攝 對象，也比較會同時在兩張圖片當中同時出現，否則沒有同時出現的區域，也無法 進行對位，雖然前面的公式推導僅需要四個點即可，但為了準確性，其實建議能盡 量多選點，並且選取的點不要集中在同一區域。

(a) (b)

圖 3-45 選點結果跟標示方法

(a) 多光譜標示方法，(b) RGB 彩圖標示方法

這邊我們盡可能避免選擇釣魚線跟葉片的交界處，幾次選過後，效果並不好因 為釣魚線還是有寬度，每個相機看到的交界處都會有些為的差距，如此選點反而會 增加對位錯誤的機會。經過對位後得到的圖表資訊如表 3-9，原本大小跟拍攝角度

明顯不一樣的兩張圖，位置跟大小都校正過，可以拿校準過後的 RGB 彩圖來幫忙 進行取點的動作。

表 3-9 對位完成後的圖表資訊

影像名稱 多光譜拍攝圖 RGB 彩圖

影像

尺寸 640 × 480 640 × 480

水平解析度 96 dpi 96 dpi

垂直解析度 96 dpi 96 dpi