您好,欢迎访问中国农业科学院 机构知识库!

基于近红外机器视觉的鱼类摄食强度评估方法研究

文献类型: 中文期刊

作者: 周超 1 ; 徐大明 1 ; 吝凯 1 ; 陈澜 1 ; 张松 1 ; 孙传恒 1 ; 杨信廷 1 ;

作者机构: 1.北京农业信息技术研究中心;国家农业信息化工程技术研究中心;农产品质量安全追溯技术及应用国家工程实验室;农业部农业信息技术重点实验室

关键词: 水产养殖;近红外机器视觉;鱼类摄食强度评估;支持向量机;投喂决策

期刊名称: 智慧农业

ISSN: 2096-6350

年卷期: 2019 年 01 期

页码: 76-84

摘要: 在水产养殖中,鱼类的摄食强度可以反映其食欲,准确客观地评估鱼类的摄食强度对指导投喂和生产实践具有重要意义。针对当前鱼类摄食强度评估过程中存在的人工观测效率低、客观性不强的问题,本研究以实现鱼类食欲的自动客观分析为目的,提出了一种基于近红外机器视觉的游泳型鱼类摄食强度的评估方法。首先,利用近红外工业相机搭建了近红外图像采集系统,采集了鱼类摄食过程中的图像。经过一系列图像处理步骤后,利用灰度共生矩阵提取摄食图像的纹理特征变量信息,包括对比度、能量、相关性、逆差距和熵等。之后,将这5个特征变量作为输入向量构建了模型的数据集,并训练了支持向量机分类器。为了提高模型分类的准确率,利用网格搜索法选取支持向量机分类器的最优惩罚系数c和核函数参数g。最后利用训练好的模型将鱼类的摄食强度分为弱、一般、中和强4类,最终实现了鱼类摄食强度的评估。试验结果表明,图像纹理可以较好地描述鱼类摄食过程中的行为变化,正确识别4类摄食强度的准确率达到87.78%,且不需要考虑水花等对成像质量的影响,具有较强的适应性。本方法可用于鱼类食欲的自动客观评估,为后续投喂决策提供理论依据和方法支持。

  • 相关文献

[1]含水量对土壤有机质含量高光谱估算的影响研究. 司海青. 2015

[2]基于支持向量机理论的土壤水分预测模型研究. 丁铁山,董汝瑞,温季. 2011

[3]河南省新乡市水资源承载力评价研究. 宰松梅,温季,仵峰,孙浩. 2011

[4]基于Log-Gabor小波和Krawtchouk矩的遥感图像分类. 吴一全,陶飞翔,曹照清. 2016

[5]基于高光谱图像光谱与纹理信息的生菜氮素含量检测. 孙俊,金夏明,毛罕平,武小红,朱文静,张晓东,高洪燕. 2014

[6]基于参数优化支持向量机的水稻施氮水平分类研究. 周琼,杨红云,杨珺,孙玉婷,杨文姬,石强强. 2017

[7]基于支持向量机的鱼群摄食行为识别技术. 陈彩文,杜永贵,周超,孙传恒. 2018

[8]基于支持向量机回归预测水稻叶片SPAD值. 孙玉婷,王映龙,杨红云,周琼,杨文姬. 2018

[9]支持向量机的动物血液光谱特征提取和识别分类. 卢鹏飞,范雅,周林华,钱军,刘林娜,赵思言,孔之丰,高斌. 2017

[10]RGB与HSI色彩空间下预测叶绿素相对含量的研究. 孙玉婷,王映龙,杨红云,周琼,孙爱珍,杨文姬. 2018

[11]基于高光谱的水稻叶片氮素营养诊断研究. 杨红云,周琼,杨珺,孙玉婷,路艳,殷华. 2019

[12]基于SVM的酒店客户评论情感分析. 石强强,赵应丁,杨红云. 2017

[13]基于开花期氮素营养指标的冬小麦籽粒蛋白质含量遥感预测. 屈莎,李振海,邱春霞,杨贵军,宋晓宇,陈召霞,刘畅. 2017

[14]基于图像特征的水稻叶片全氮含量估测模型研究. 杨红云,罗建军,孙爱珍,万颖,易文龙. 2020

[15]基于THz-TDS反射成像技术的玉米种子活力无损检测研究. 吴静珠,李晓琪,刘翠玲,余乐,孙晓荣,孙丽娟. 2020

[16]基于高光谱和参数优化支持向量机的水稻施氮水平分类研究. 罗建军,杨红云,路艳,万颖,孙爱珍,易文龙. 2020

[17]基于支持向量机的水稻叶面积测定. 孙玉婷,杨红云,王映龙,周琼,孙爱珍,杨文姬. 2018

[18]基于特征光谱参数的苹果叶片叶绿素含量估算. 冯海宽,杨福芹,杨贵军,李振海,裴浩杰,邢会敏. 2018

[19]基于支持向量机技术预测丙戊酸钠血药浓度. 马攀,贾运涛,刘芳,程林,王红迁,严波,陈勇川. 2021

[20]基于支持向量机的X射线荧光光谱重金属检测模型的建立. 李芳,陆安祥,王纪华. 2016

作者其他论文 更多>>