论文部分内容阅读
论文对隶属于8个目25科的40种昆虫利用计算机视觉技术进行了自动鉴别研究,从昆虫图像中提取和分析了这些昆虫的面积、周长、横轴长、纵轴长、形状参数、叶状性、球状性、圆形性、似圆度、偏心率、亮斑数等11项数学形态特征（MMF）,并分别探讨了在目、总科、科及种分类阶元上这些数学特征在昆虫分类中的应用可能性和可靠性,利用聚类分析从数学形态学角度对所涉及到的同阶元昆虫类群的亲缘关系做了描述.该论文在上述研究中体现了以下几方面的特色和创新之处：1、首次论述了数学形态学特征在昆虫分类上的作用.探讨了用计算机视觉技术较易提取的11项昆虫MMF在不同昆虫分类阶元上的应用可行性和可靠性.2、从数学形态学角度对同分类阶元的昆虫类群的亲缘关系进行了研究.3、对昆虫图像处理和分析系统BugVisux完成了升级.增加了横轴长、纵轴长的特征提取,自动鉴别的种类由3种增加到40种.