基于改进主成分分析和AdaBoost算法的运动虾苗识别方法

• 作者: 刘世晶 刘兴国 周海燕 王帅 陈军
• 来源期刊: 农业工程学报
• 学科: 农学
• 关键词: 图像识别 识别 算法 运动虾苗 改进PCA AdaBoost 行为量化
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 农业信息与电气技术
• 页码范围: 212-218
• 页数: 7页
• 分类号: S951.2
• 字数: 6319字
• 语种: 中文
• DOI: 10.11975/j.issn.1002-6819.2017.01.029

摘要

针对虾行为量化过程中运动虾苗较难检测与识别的问题,该文以南美白对虾虾苗为例,提出了一种基于改进主成分分析(principal component analysis,PCA)+AdaBoost算法的运动虾苗自动识别方法.在室内自然光条件下,利用工业相机采集承装容器中虾苗的灰度图像.提取图像中大小为100×100像素的不同运动状态的虾苗图像,首先使用改进PCA算法进行主成分分析,并进行特征提取.根据特征参数的分布情况,对其进行归一化处理,利用归一化的特征构建多个弱分类器,利用Adaboost方法将弱分类器构建成强分类器.最后,利用强分类器对运动虾苗进行识别.试验结果表明,在150幅不同运动状态虾苗测试样本中,基于改进PCA+Adaboost方法的识别正确率98％,平均每个样本识别时间为0.027 898 s,满足行为量化中的自动识别要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘兴国	中国水产科学研究院渔业机械仪器研究所	89	563	12.0	20.0
2	王帅	中国水产科学研究院渔业机械仪器研究所	10	30	4.0	5.0
3	陈军	中国水产科学研究院渔业机械仪器研究所	46	388	12.0	17.0
4	刘世晶	中国水产科学研究院渔业机械仪器研究所	14	39	3.0	6.0
5	周海燕	中国水产科学研究院渔业机械仪器研究所	7	33	3.0	5.0