基于粒子群优化SVM和多特征融合的鱼类分类方法研究

来源：中国农机化学报杂志2020年第11期北京时间：

作者：丁顺荣;肖珂;

单位：河北农业大学信息科学与技术学院;

摘要：针对鱼类识别面临着光照强度、各背景栖息地的变化和不同物种在视觉上具有相似性等方面的问题,提出一种新的基于多特征相结合及粒子群优化SVM的鱼类分类方法。该方法采用在原始图像中提取颜色、方向梯度直方图(HOG)和灰度共生矩阵(GLCM)特征构成特征向量,并提出选择设置最佳权重比的方法进行特征融合,采用PCA技术对提取的特征向量进行降维,以消除冗余数据。结果表明,该方法在实际采集的数据集上的准确率达94.7%,同属类鱼识别最高准确率93.75%,该方法可以应用于实际的鱼类图像数据集,实现对鱼类生物多样性的有效监测。

关键词：鱼类识别;特征融合;粒子群优化;支持向量机

基金资助：国家自然科学基金(31801782)