基于改进主成分分析和AdaBoost算法的运动虾苗识别-农业工程学报.PDF

第 33 卷 第 1 期 农 业 工 程 学 报 Vol.33 No.1 212 2017 年 1 月 Transactions of the Chinese Society of Agricultural Engineering Jan. 2017 基于改进主成分分析和 AdaBoost 算法的运动虾苗识别方法 ※ 刘世晶，王 帅，陈 军 ，刘兴国，周海燕 （中国水产科学研究院渔业机械仪器研究所，上海 200092 ） 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。 关键词：图像识别；识别；算法；运动虾苗；改进PCA；AdaBoost ；行为量化 doi ：10.11975/j.issn.1002-6819.2017.01.029 中图分类号：S951.2 文献标志码：A 文章编号：1002-6819(2017)-01-0212-07 刘世晶，王 帅，陈 军，刘兴国，周海燕. 基于改进主成分分析和 AdaBoost 算法的运动虾苗识别方法[J]. 农业工程 学报，2017，33(1)：212－218. doi ：10.11975/j.issn.1002-6819.2017.01.029 Liu Shijing, Wang Shuai, Chen Jun, Liu Xingguo, Zhou Haiyan. Moving larval shrimps recognition based on improved principal component analysis and AdaBoost[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(1): 212 －218. (in Chinese with English abstract) doi ： 10.11975/j.issn.1002-6819.2017.01.029 [8] 提供了参考方法；Vassilis 等 利用帧间差分法构建了针 0 引 言  对鱼群的快速检测与识别系统，该系统可实现快速监测 [1] [9] 虾类行为是虾类对内外环境改变时的外在反应 ，开