基于圖像的昆蟲識(shí)別研究與設(shè)計(jì).pdf

1、昆蟲是動(dòng)物界中一個(gè)十分龐大的類群，種類超過一千萬種，從事昆蟲鑒定的人員僅限于數(shù)量極有限的昆蟲分類學(xué)專家。隨著計(jì)算機(jī)圖像處理技術(shù)的發(fā)展，人們希望通過計(jì)算機(jī)技術(shù)來識(shí)別昆蟲、研究昆蟲。應(yīng)用模式識(shí)別技術(shù)建立昆蟲的識(shí)別系統(tǒng)，不僅科學(xué)研究意義重大，而且經(jīng)濟(jì)效益可觀。 本文通過基于圖像的模式識(shí)別技術(shù)對昆蟲圖像進(jìn)行處理，實(shí)現(xiàn)昆蟲圖像的自動(dòng)識(shí)別。針對昆蟲圖像的特點(diǎn)，采用了適合昆蟲圖像的特征提取方法，然后應(yīng)用相似性匹配算法和相關(guān)反饋技術(shù)對昆蟲圖像進(jìn)

2、行了分析和處理。論文的主要工作如下： 1)圖像預(yù)處理。主要應(yīng)用圖像分割技術(shù)對昆蟲圖像預(yù)處理，采用了基于多特征的EM算法對昆蟲圖像進(jìn)行分割，提取出昆蟲對象本身。實(shí)現(xiàn)了昆蟲對象與背景的區(qū)域分割。 2)基于視覺特征的昆蟲識(shí)別。針對10種昆蟲圖像，給出了結(jié)合灰值游程和邊緣特征提取昆蟲圖像特征的方法，實(shí)驗(yàn)表明這種綜合特征抽取能較好的對10種昆蟲圖像識(shí)別；研究了尺度不變特征算子SIFT，將其應(yīng)用到昆蟲圖像識(shí)別中，實(shí)現(xiàn)了基于SIFT的

3、昆蟲圖像識(shí)別。 3)多特征融合相關(guān)反饋技術(shù)。研究了多特征融合檢索中的相似性度量及特征歸一化等技術(shù)，并將其應(yīng)用于昆蟲圖像的識(shí)別中。給出了基于KNN的權(quán)系數(shù)調(diào)整的相關(guān)反饋方法，實(shí)現(xiàn)了基于游程長度，灰度共生矩陣，顏色直方圖，矩融合的多特征相關(guān)反饋方法。將基于SVM的相關(guān)反饋方法應(yīng)用到昆蟲圖像識(shí)別中，實(shí)驗(yàn)表明，這兩種方法具有較高的反饋效率和準(zhǔn)確率，·有效提高了系統(tǒng)的識(shí)別性能。 4)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)。采用VS.net和SQL2000