[發明專利]一種基于三維模擬的昆蟲識別方法

在審

• 申請號: 201810988320.0
• 申請日: 2018-08-28
• 公開（公告）號: CN109299731A
• 公開（公告）日: 2019-02-01
• 發明（設計）人: 宋月華;李燦;苑曉偉;譚超
• 申請（專利權）人: 貴州師范大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F16/43;G01D21/02
• 代理公司: 北京國坤專利代理事務所(普通合伙) 11491
• 代理人: 趙紅霞

本發明屬于昆蟲識別技術領域，公開了基于三維模擬的昆蟲識別方法，設置有處理器箱體，處理器箱體的中間通過螺絲固定有攝像頭拍攝模塊，攝像頭拍攝模塊的旁邊通過螺絲安裝有聲音采集模塊，處理器箱體的表面通過轉軸安裝有玻璃蓋。攝像頭拍攝模塊與圖片數據存儲器連接，圖片數據存儲器再與圖片二值化處理器連接，圖片二值化處理器與圖片特征采樣器連接。聲音采集模塊與聲音數據存儲器連接，聲音數據存儲器與聲音特征采樣器連接。圖片特征采樣器與聲音特征采樣器一起連接到中央處理器上，中央處理器將數據傳送到數據對比分析器。通過外觀圖片與聲音信息的采樣收集對比，精確地分析出昆蟲的種類，可以讓普通人迅速了解掌握該昆蟲的重要信息。

技術領域

本發明屬于昆蟲識別技術領域，尤其涉及一種基于三維模擬的昆蟲識別方法。

背景技術

昆蟲種類繁多、形態各異，屬于無脊椎動物中的節肢動物，是地球上數量最多的動物群體，在所有生物種類(包括細菌、真菌、病毒)中占了超過50％，它們的蹤跡幾乎遍布世界的每一個角落。昆蟲不但種類多，而且同種的個體數量也十分驚人。昆蟲的分布面之廣，沒有其他綱的動物可以與之相比，幾乎遍及整個地球。分有不同的種類。多數昆蟲可以做標本，是人類可以利用的良好生物資源。

目前，自然界的昆蟲種類數目繁多，但是普通人缺少對昆蟲的名字、生長環境以及習性等詳細信息的了解或者根本不認識，無法通過外觀得到該昆蟲的相關信息。

綜上所述，現有技術存在的問題是：

(1)目前使用的攝像頭在對圖像的處理分類不明確，使普通人無法對某種昆蟲進行識別，無法經聲音與圖像更好的結合，無法了解其相關的重要信息。

(2)目前圖像處理中采用的二值化算法效率較低，處理效果不好，無法進行更清楚的觀察昆蟲，難以得到重要的數據信息。

(3)目前使用的中央處理器的處理算法效率較低，處理過程繁瑣，無法進行簡單快捷的處理，不便于人們及時的進行觀察與處理。

發明內容

針對現有技術存在的問題，本發明提供了基于三維模擬的昆蟲識別方法。

本發明是這樣實現的，一種基于三維模擬的昆蟲識別方法，所述基于三維模擬的昆蟲識別方法設置有處理器箱體，處理器箱體的中間通過螺絲固定有攝像頭拍攝模塊，攝像頭拍攝模塊的旁邊通過螺絲安裝有聲音采集模塊，處理器箱體的表面通過轉軸安裝有玻璃蓋。攝像頭拍攝模塊與圖片數據存儲器連接，圖片數據存儲器再與圖片二值化處理器連接，圖片二值化處理器與圖片特征采樣器連接；聲音采集模塊與聲音數據存儲器連接，聲音數據存儲器與聲音特征采樣器連接；圖片特征采樣器與聲音特征采樣器一起連接到中央處理器上，中央處理器將數據傳送到數據對比分析器；

所述圖像數據存儲器內部設置有圖像分類模塊，所述圖像分類采用基于樸素貝葉斯K近鄰的快速圖像分類算法，具體算法為：

給定測試圖像Q以及訓練圖像庫，定義圖像Q對于類別C的區分性能R_C如下式所示，其中表示不是C的其他類別：

取對數運算得：

將圖像Q對類別C的區分性能轉化為圖像中局部特征對類別C的區別性能，分類決策表示為：

類別C的先驗概率服從均勻分布，則為常數值，對于分類不起任何貢獻，分類決策最終表示為：