基于计算机视觉和XGBoost的虾体活力检测

作者：冯国富; 汪峰; 陈明^*

来源：湖南农业大学学报(自然科学版), 2023, 49(02): 218-222.

DOI：10.13331/j.cnki.jhau.2023.02.015

• 虾体活力检测
• 计算机视觉
• XGBoost
• 特征融合

以南美白对虾为研究对象，提出一种基于计算机视觉和XGBoost的虾体活力检测方法：跟踪对虾应激前后的运动轨迹，提取运动行为特征参数；根据应激性红体现象提取对虾的颜色特征，通过灰度共生矩阵(GLCM)提取虾体应激形成水面波动的纹理特征；运用XGBoost算法筛选出评价因子，通过加权融合确定评价因子的最佳权重；根据融合后特征对虾体活力强度进行检测。结果表明，提出的方法决定系数为0.9056，识别准确率为98.61%，较单一颜色、单一纹理以及光流与纹理相结合的方法，识别准确率分别提高6.63%、2.05%和1.61%。

• 单位
  上海海洋大学