基于支持向量机的鱼群摄食行为识别技术 |
| |
引用本文: | 陈彩文,杜永贵,周超,孙传恒.基于支持向量机的鱼群摄食行为识别技术[J].江苏农业科学,2018(7). |
| |
作者姓名: | 陈彩文 杜永贵 周超 孙传恒 |
| |
作者单位: | 太原理工大学信息工程学院;国家农业信息化工程技术研究中心/农业部农业信息技术重点实验室/北京市农业物联网工程技术研究中心 |
| |
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(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。
|
本文献已被 CNKI 等数据库收录! |
|