昆虫图像自动鉴别技术

被引：5

作者：

陈小琳 ^{[1
]}

侯新文 ^{[2
]}

刘成林 ^{[2
]}

刘晓秋 ^{[1
]}

张知彬 ^{[1
]}

机构：

[1] 中国科学院动物研究所

[2] 中国科学院自动化研究所,模式识别国家重点实验室

来源：

昆虫知识 | 2008年 / 02期

关键词：

昆虫; 图像; 模式识别; 自动鉴定系统;

D O I：

暂无

中图分类号：

Q96 [昆虫学];

学科分类号：

07 ; 0710 ; 09 ;

摘要：

昆虫是地球上物种多样性最为丰富的生物类群,其物种鉴定任务复杂而艰巨,可靠的物种鉴定是开展昆虫学工作的重要基础之一。当前,国内外的人工昆虫物种鉴定能力均不能满足实际需求,因而人们开始不断探索利用计算机自动鉴定昆虫的原理和方法。目前,模式识别技术的迅猛发展已为昆虫图像的自动鉴定提供可能。文章概述昆虫图像自动鉴定技术研究的历史与现状,总结主要原理和方法,介绍工作流程,并展望发展前景。

引用

收藏

页码：317 / 322

页数：6

相关论文

共 19 条

[1] 病媒昆虫分类技术的研究进展 [J].

何振毅 ;

陆永忠 .

中国国境卫生检疫杂志, 2006, (03) :190-193

[2] 人工神经网络在蚊虫自动鉴定中的应用(英文) [J].

李振宇 ;

周祖基 ;

沈佐锐 ;

姚青 .

四川农业大学学报, 2005, (04) :411-416

[3] 基于Tensor Voting的蚁蛉翅脉修补 [J].

左西年 ;

刘来福 ;

王心丽 ;

沈佐锐 .

北京师范大学学报(自然科学版), 2005, (02) :135-138

[4] 基于数字图像处理技术的储粮害虫分类识别研究 [J].

张红梅 ;

范艳峰 ;

田耕 .

河南工业大学学报(自然科学版), 2005, (01) :19-22

[5] 基于web的等翅目昆虫分类系统的设计和开发 [J].

徐晓国 ;

莫建初 ;

程家安 .

昆虫分类学报, 2004, (02) :86-90

[6] 蚁蛉亚科电子图文链接式分族检索表 [J].

王心丽 ;

万霞 ;

鲍荣 ;

左西年 .

昆虫知识, 2004, (02) :174-177

[7] 中国新记录——囊粉蛉属及一新种记述 (脉翅目:粉蛉科)(英文) [J].

刘志琦 ;

杨集昆 ;

沈佐锐 .

昆虫分类学报, 2003, (03) :197-200

[8] 模拟退火算法在储粮害虫图像识别中的应用 [J].

张红涛 ;

胡玉霞 ;

邱道尹 .

河南农业科学, 2003, (07) :28-31

[9] 昆虫图像几何形状特征的提取技术研究 [J].

于新文 ;

沈佐锐 ;

高灵旺 ;

李志红 .

中国农业大学学报, 2003, (03) :47-50

[10] 数学形态学在昆虫分类学上的应用研究.Ⅲ.在科阶元上的应用研究 [J].

沈佐锐 ;

赵汗青 ;

于新文 .

昆虫学报, 2003, (03) :339-344