基于支持向量机的鱼群摄食行为识别技术

• 作者: 周超 孙传恒 杜永贵 陈彩文
• 来源期刊: 江苏农业科学
• 学科: 工学
• 关键词: 计算机视觉 图像纹理 支持向量机 主成分分析 鱼群摄食 自动识别 自动监测
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 农业工程与信息技术
• 页码范围: 226-229
• 页数: 4页
• 分类号: TP391.41
• 字数: 3086字
• 语种: 中文
• DOI: 10.15889/j.issn.1002-1302.2018.07.057

摘要

应用计算机视觉技术对镜鲤鱼群的摄食行为进行识别,减少养殖过程中人力的损耗,提出了一种基于图像纹理的鱼群摄食的自动检测识别方法.首先利用相机采集鱼群正常状态和摄食时的图片,之后对图片进行预处理,利用灰度差分统计法、灰度共生矩阵和高斯马尔科夫随机场模型提取鱼群的13个纹理特征,最后利用支持向量机(suppoa vector machine,简称SVM)算法对鱼群图像进行分类识别.结果表明,支持向量机对测试集的识别率达到96.5％,运行时间为39.04 s,且使用主成分分析(principal component analysis,简称PCA)算法后,支持向量机对测试集的识别率达到93.5％,运行时间为0.63 s,可以达到对鱼群摄食自动识别的要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杜永贵	太原理工大学信息工程学院	48	373	12.0	17.0