[发明专利]一种基于三维模拟的昆虫识别方法

摘要

本发明属于昆虫识别技术领域，公开了基于三维模拟的昆虫识别方法，设置有处理器箱体，处理器箱体的中间通过螺丝固定有摄像头拍摄模块，摄像头拍摄模块的旁边通过螺丝安装有声音采集模块，处理器箱体的表面通过转轴安装有玻璃盖。摄像头拍摄模块与图片数据存储器连接，图片数据存储器再与图片二值化处理器连接，图片二值化处理器与图片特征采样器连接。声音采集模块与声音数据存储器连接，声音数据存储器与声音特征采样器连接。图片特征采样器与声音特征采样器一起连接到中央处理器上，中央处理器将数据传送到数据对比分析器。通过外观图片与声音信息的采样收集对比，精确地分析出昆虫的种类，可以让普通人迅速了解掌握该昆虫的重要信息。

主权项

1.一种基于三维模拟的昆虫识别方法，其特征在于，所述基于三维模拟的昆虫识别方法设置有处理器箱体，处理器箱体的中间通过螺丝固定有摄像头拍摄模块，摄像头拍摄模块的旁边通过螺丝安装有声音采集模块，处理器箱体的表面通过转轴安装有玻璃盖；摄像头拍摄模块与图片数据存储器连接，图片数据存储器再与图片二值化处理器连接，图片二值化处理器与图片特征采样器连接；声音采集模块与声音数据存储器连接，声音数据存储器与声音特征采样器连接；图片特征采样器与声音特征采样器一起连接到中央处理器上，中央处理器将数据传送到数据对比分析器；所述图像数据存储器内部设置有图像分类模块，所述图像分类采用基于朴素贝叶斯K近邻的快速图像分类算法，具体算法为：给定测试图像Q以及训练图像库，定义图像Q对于类别C的区分性能R_C如下式所示，其中表示不是C的其他类别：取对数运算得：将图像Q对类别C的区分性能转化为图像中局部特征对类别C的区别性能，分类决策表示为：类别C的先验概率服从均匀分布，则为常数值，对于分类不起任何贡献，分类决策最终表示为：式中，p(d_i|C)∝exp(‑||d_i‑NN_C(d_i)||²)中，即p(d_i|C)正比于检索图像中局部特征d_i到类别C中的最近邻距离；p(d_i|C)正比于d_i到中的最近邻距离，d_i在中的最近邻称为次近邻；NNC表示检索图像中局部特征d_i在类别C中的最近邻，因此最终的分类决策可认为由各局部特征区分性能的增量所决定，NBNN利用测试图像中每个特征的最近邻更新类别的后验概率；基于特征的统计分布性质度量特征间的相关性并进行特征选择，计算公式：式中，ui表示特征的均值；σi表示特征的方差。