论文摘要
近年来,在自动化识别昆虫技术中,基于图像的昆虫分类识别研究逐渐发展起来。本文在查阅了近20年来具有代表性文章的基础上,对基于图像的昆虫分类识别研究的进展进行综述,介绍了图像获取、图像处理、分类方法三方面,并分析了现有方法的优缺点。最后展望了基于图像的昆虫分类识别研究的研究趋势和发展方向。
论文目录
文章来源
类型: 期刊论文
作者: 姚侃,徐鹏,张广群,汪杭军
关键词: 图像分割,昆虫分类,特征提取,分类识别
来源: 智能计算机与应用 2019年03期
年度: 2019
分类: 信息科技,基础科学
专业: 生物学,计算机软件及计算机应用
单位: 浙江农林大学信息工程学院,浙江农林大学暨阳学院工程技术学院
基金: 浙江省自然科学基金(LY16C160007),浙江省公益技术研究计划项目(LGN19C140006)
分类号: TP391.41;Q969
页码: 29-35
总页数: 7
文件大小: 914K
下载量: 1011
相关论文文献
- [1].昆虫上餐桌?[J]. 大众科学 2017(02)
- [2].计算机在昆虫分类中的应用[J]. 绿色科技 2017(16)
- [3].计算机在昆虫分类中的应用[J]. 科技信息 2011(33)
- [4].周尧昆虫分类学奖励基金会通知[J]. Entomotaxonomia 2018(04)
- [5].昆虫主要翅类型及相关发育过程[J]. 南方农业 2018(27)
- [6].主要农业昆虫分类及其防治用药[J]. 农药市场信息 2012(03)
- [7].飞行阻隔器在昆虫采集中的应用探究[J]. 应用昆虫学报 2017(03)
- [8].湖南农业大学校园昆虫的多样性调查[J]. 贵州农业科学 2018(07)
- [9].河南省昆虫分类区系研究进展[J]. 河南农业科学 2009(09)
- [10].基于编码的昆虫分类信息查询专家系统的设计与实现[J]. 电子技术与软件工程 2013(23)
- [11].昆虫翅发育相关基因研究[J]. 科技经济导刊 2018(01)
- [12].延边州天牛种类调查报告[J]. 吉林农业 2014(06)
- [13].计云：做一个幸福的“追云达人”[J]. 伴侣 2019(09)
- [14].昆虫分类在分子水平上的研究进展[J]. 安徽农业科学 2011(23)
- [15].昆虫的求偶行为特征及应用[J]. 生物学通报 2017(08)
- [16].一种新的昆虫黑白点线图数字绘图方法[J]. 应用昆虫学报 2019(05)
- [17].用于昆虫分类鉴定的几何形态计量学方法研究:相对扭曲分析[J]. 生物数学学报 2016(02)
- [18].国际动物命名法规在昆虫分类学课程中的应用[J]. 科技视界 2020(20)
- [19].地标点法在夜蛾昆虫数字化分类中的应用研究[J]. 环境昆虫学报 2019(01)
- [20].中国昆虫表皮碳氢化合物与昆虫化学分类学的研究进展[J]. 环境昆虫学报 2019(01)
- [21].邮票上的昆虫学史[J]. 武夷科学 2017(00)
- [22].新农科背景下“昆虫分类学”课程教学改革探讨[J]. 教育教学论坛 2020(28)
- [23].昆虫自动识别研究进展[J]. 华中昆虫研究 2018(00)
- [24].自动识别技术在昆虫分类鉴别研究中的应用[J]. 昆虫知识 2010(02)
- [25].《Review of Diving Beetles of the world》书评[J]. 环境昆虫学报 2017(01)
- [26].“追云达人”计云：打开生活的另一种方式[J]. 青春期健康 2020(03)
- [27].用于昆虫分类鉴定的人工神经网络方法研究:主成分分析与数学建模[J]. 生物数学学报 2013(01)
- [28].基于ELM理论的昆虫分类[J]. 电子科技 2015(03)
- [29].80后计云的幸福生活：坐着高铁去追云[J]. 新青年(珍情) 2020(01)
- [30].广西山口红树林保护区昆虫调查[J]. 广西科学 2019(04)