摘要
本发明提供一种基于多任务卷积神经网络的昆虫分级分类方法和系统,涉及昆虫识别技术领域,本发明采集昆虫图像并进行灰度化和HSV颜色空间转化,生成两组识别图像。利用canny边缘检测提取边缘特征,并计算边缘复杂度和圆形度生成边缘特征指数;从HSV图像中提取色相、饱和度和亮度信息以生成图像鲜艳度。将边缘特征指数和图像鲜艳度拼接,形成综合特征向量,并构建包含不同昆虫种类及其生命阶段的特征库。最后,基于多任务卷积神经网络构建昆虫分级分类模型,将待识别昆虫图像的综合特征向量输入到训练完成的模型中判断昆虫种类和生命阶段。
技术关键词
多任务卷积神经网络
像素点
分级分类方法
canny边缘检测
指数
饱和度
Prewitt算子
亮度
复杂度
昆虫识别技术
阶段
图像缩放
颜色
模型训练模块
图像采集模块
幅值
模板
输出模块