基于颜色直方图及双树复小波变换_DTCWT_的昆虫图像识别

1、 96 昆虫学报 A cta En tom olog ica S in ica 53 卷 包含 449个样本库中进行一次全库检索平均耗时 1 s 左右 , 因此本文算法可以满足实时识别的需要。 表 1 昆虫自动鉴别识别结果 Table 1 The automa ted iden tif ica tion results of in sect i m ages 测试数据库 Testing database 检索次数 Searching rounds 449 正确次数 Correct ans wers 341 错误次数 False ans wers 108 识别率 Recognition rate

2、 76% TOP3 命中率 Shooting in TOP3 82% 全库 ( 100 类昆虫 W hole database ( 100 species 仅前翅 ( 21 类昆虫 Forewing subset ( 21 species 98 91 7 92% 97% 表 2 识别算法各步骤时间性能 Table 2 T i m e cost for each processin g step of the recogn ition a lgor ithm 预处理 (m s Prep rocessing 171 颜色特征提取 (m s Color feature extraction 15 D

3、TCW T提取 (m s DTCW T feature extraction 500 颜色特征匹配 (m s Color feature matching 16 DTCW T特征匹配 (m s 全库检索 ( 449 个样本 ( s DTCW T feature matching 31 Searching in the database ( 449 samp les 1. 078 3 讨论 本文提 出 了 一 种 新 颖 的 基 于 颜 色 直 方 图 和 DTCW T的昆虫图像识别算法 , 该算法对图像分辨 率要求低 , 256 像素宽与高的图像即能满足要求 , 从而也提高了图像处理的效率 。

4、该算法适用于颜色 及纹理特征显著的鳞翅目昆虫 , 该类昆虫表面覆盖 的鳞片通常使翅脉特征提取变得困难 。本文方法在 包含 100 类昆虫的图像库中进行了试验 , 取得 76% 的识别率 , 其中 21 类前翅图像识别率甚至高 达 92% 。前后翅全图像的识别率之所以低于前翅图 像 , 是因为同类昆虫不同标本图像中前后翅交叠程 度不一致造成提取的 DWCW T特征产生较大偏差从 而影响识别精度 (图 6 , 今后我们拟建前翅与后翅 分离的图像库进行试验 。另外 , 不同类鳞翅目昆虫 也存在形态极其神似的情况 , 以致于算法无法区分 其间的细微差别 (图 7 , 对于这种情况 , 今后我们 将采用

5、其他特征 (如声纹 辅助鉴别分类 。 1期 竺乐庆等 : 基于颜色直方图及双树复小波变换 (DTCW T的昆虫图像识别 97 本文将基于内容的图像检索技术应用于昆虫分 类学研究 , 是对传统的基于昆虫翅脉特征和数学形 态学的昆虫分类鉴别方法的有效丰富和补充 , 本文 方法可作为昆虫学工作者的借鉴与参考 , 或作为昆 虫分类鉴别的辅助工具 。 参 考 文 献 ( References Adsavakulchai S, Baim ai V , Prachyabrued W , 1998. Morphometric study using wing im age analysis for ident

6、ification of the B actrocera dorsalis comp lex (D ip tera: Tephritidae . W orld W ide W eb J. B iol ., Content2based im age retrieval at the end of the early years . IEEE Trans . Pa ttern A na l . M ach. In tel . , 22 ( 12 : 1 349 - 1 380. Steinhage V , 2000. Automated Identification of Bee Species

7、in Computer Science for B iodiversity Infor mation System s . Environmental Protection 2000, U I 2000, Bonn, Oct . 4 - 6, 2000, Metropolis Publ . , Vol . I . 339 - 344. Tofilski A , 2004. D rawW ing, a p rogram for numerical descrip tion of insect wings . Jou rna l of Insect Science, 4 ( 17 : 1 - 5.

8、 W atson AT, O Neill MA , Kitching IJ, 2003. A qualitative study investigating automated identification of living macrolep idop tera using the digital automated identification system ( DA ISY . S yst . B iod., 1 ( 3 : 287 - 300. ( 3 : 1 - 6. A lbrecht A , Kaila L, 1997. Variation of wing venation in

9、 elachistidae (Lep idop tera: Gelechioidea : Methodology and imp lications to systematics . S yst . Entom ol . , ( 22 : 185 - 198. Huang SG, 2008. Research on the Key Techniques of I m age2based Insects Recognition. PhD D issertation, Northwest University, Xi an. 2 - 4. 黄世国 , 2008. 基于图像的昆虫识别关键技术研 W

10、eeks PJD , O Neill MA , Gaston KJ, Gauld I D , 1999. Automating insect identification: Exp loring the lim itations of a p rototype system. J. A ppl . En tom ol . , 123: 1 - 8. Yang HZ, Zhang JW , L i XT, Shen ZR, 2008. identification system based on insect im age. Remote automatic T ransactions of t

11、he CSA E , 24 ( 1 : 188 - 192 杨红珍 , 张建伟 , 李湘涛 , 沈佐锐 , 究 . 西安 : 西北大学博士学位论文 . 2 - 4 Jeong P, Nedevschi S, 2005. Efficient and robust classification method using combined feature vector for lane detection. IEEE T rans actions on C ircuits and S ystem s for V ideo Technology , 15 ( 4 : 528 - 537. 2008.

12、基于图像的昆虫远程自动识别系统的研究 . 农业工程学 报 , 24 ( 1 : 188 - 192 Yao Q , Zhang ZT, Lai FX, Fu Q , L i BJ , W en LP, 2001. Numerical analysis on wing2for m of five m igratory moths and non 2 m igratory sim ilar species . A cta En tom olog ica S in ica , 44 ( 1 : 72 - 78. 姚 Kingsbury N , 2001. Comp lex wavelets for

13、shift invariant analysis and filtering of signals . A ppl . Com pu t . Har m on ic A nal . , 10 ( 3 : 234 - 253. Kokare M , B iswas PK, Chatterji BN , 2005. using new rotated comp lex wavelet filters . M an Cybern. B , 35 ( 6 : 1 168 - 1 178. 青 , 张志涛 , 赖凤香 , 傅强 , 李宝娟 , 文丽萍 , 2001. 五种迁飞 蛾类及非迁飞近似种前翅形状

14、的数值分析 . 昆虫学报 , 44 ( 1 : 72 - 78 Zhang JW , 2006. Automatic Identification of Butterflies Based on Computer V ision Technology . PhD D issertation, China Agricultural University, Beijing . 张建伟 , 2006. 基于计算机视觉技术的蝴 Texture im age retrieval IEEE Trans . S ystem s, MacLeod N , 2007. Automated Axon Identi

15、fication in Systematics: Theory, App roaches and App lications . CRC Press, London. Pan PL, Shen ZR, Gao LW , Yang HZ, 2008. Development of the technology for auto 2extracting venation of insects . Entom otaxonom ia , 30 ( 1 : 72 - 80. 潘鹏亮 , 沈佐锐 , 高灵旺 , 杨红珍 , 2008. 昆 蝶自动识别研究 . 北京 : 中国农业大学博士学位论文 Zhao HQ , Shen ZR, Yu XW , 2002. On computer2aided insect 赵汗青 , 沈佐锐 , 于新 identification through math2 morphology features . Jou rn