基于改进差分进化算法的鳞翅目昆虫图像识别方法

作     者：林达坤 黄世国 张飞萍 梁光红 吴松青 胡霞 王荣 Lin Dakun;Huang Shiguo;Zhang Feiping;Liang Guanghong;Wu Songqing;Hu xia;Wang Rong

作者机构：福建农林大学智慧农林褔建省高校重点实验室福州350002 福建农林大学生态公益林重大有害生物防控福建省高校重点实验室福州350002 

出 版 物：《林业科学》 (Scientia Silvae Sinicae)

年 卷 期：2020年第56卷第3期

页      面：73-81页

核心收录：

学科分类：0710[理学-生物学] 0830[工学-环境科学与工程（可授工学、理学、农学学位）] 0907[农学-林学] 09[农学] 0829[工学-林业工程] 0904[农学-植物保护] 0901[农学-作物学] 0902[农学-园艺学] 

基　　金：国家重点研发计划项目(2017YFD0600105) 福建省自然科学基金项目(2017J01607) 福建农林大学科技创新专项基金(KFA17030A,KFA17181A)。 

主　　题：纹理特征 二进制自适应差分进化 特征选择 分类器 

摘      要：【目的】应用计算机图像处理技术提取昆虫图像特征,提出一种新的特征选择技术筛选昆虫识别相关的特征,以准确、快速地识别出鳞翅目昆虫种类。【方法】基于开源的利兹蝴蝶数据集和拍摄的以森林鳞翅目昆虫为主的数据集,采用改进的纹理特征提取算法(DRLBP)提取鳞翅目昆虫图像纹理特征,应用汉明距离计算的粒子间距离度量种群多样性,提出进化过程中自动调整多样性的方法,给出二进制自适应差分进化算法(BADE)。利用BADE算法筛选合适的较小维数的纹理特征子集,并用基于概率协同表示的分类器(PROCRC)进行图像分类。【结果】PROCRC分类器在所有数据集上均展现出良好分类效果,平均识别率分别为81.73%和88.18%。经特征选择后的昆虫的分类精度显著提升,最高提升率达13.49%。BADE的性能高于其他特征选择算法,且经BADE算法特征选择后纹理数据集的维数和分类所需时间均显著下降,其降维率接近50%,时间减少率最高达50%。【结论】BADE算法可有效进行特征选择,提高识别精度,节约模型的识别时间,利用群体智能优化算法对鳞翅目昆虫图像进行特征选择的方法具有可行性,DRLBP和BADE算法相结合的鳞翅目昆虫识别方法在农林昆虫的快速、准确识别中具有广阔应用前景。