基于支持向量机的鱼群摄食行为识别技术

作者：陈彩文; 杜永贵; 周超; 孙传恒

来源：江苏农业科学, 2018, 46(07): 226-229.

DOI：10.15889/j.issn.1002-1302.2018.07.057

• 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

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(support 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。

• 单位
  国家农业信息化工程技术研究中心; 太原理工大学; 农业部