基于多维度特征和LightGBM的大闸蟹质量估算方法

摘要：

大闸蟹是我国特有的名优水产养殖品种,其质量既是确定投喂量的重要依据,亦是评判其生长状况、品质等级的重要指标.为了准确估算蟹体质量,提出一种基于多维度特征和轻量梯度提升机(Light gradient boosting machine,LightGBM)的大闸蟹质量估算方法.首先通过相机获取蟹体图像,其次采用图像处理技术对图像进行分割以获取背甲图像,然后提取背甲二值图像的几何特征构成形状特征(Shape features,SF);提取不同颜色空间背甲图像的各通道分量值构成颜色特征(Color features,CF),并采用标定法计算特征值;最后采用基于LightGBM的方法预测大闸蟹质量.本文根据色泽表征其发育状况,提取背甲颜色特征与形状特征构成多维度特征,解决单一形状特征导致预测精度不高的问题;提取背甲轮廓比值作为形状特征,有效降低随机调整相机高度对特征值稳定性的影响;在真实数据集上进行预测,结果表明平均绝对误差(MAE)为2.751 g,均方根误差(RMSE)为3.680 g,决定系数 R2为 0.949.并与 SF-LightGBM、SF3-LightGBM、area-OLS、MF-BPNN 和 MF-SVM 质量估算方法进行对比,本文方法的各评价指标的性能均有较大幅度提升,能够较准确地估算出大闸蟹蟹体质量.

关键词：大闸蟹、水产养殖、质量估算、多维度特征、LightGBM

所属期刊栏目：53

分类号：TP391.4;S966.16(计算技术、计算机技术)

资助基金：江苏省农业科技自主创新基金项目;宁波市公益科技项目;烟台市校地融合发展项目

在线出版日期：2022-11-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：353-360