생물 종 다양성 및 보존에 대한 필요성은 곤충과 같은 생물 개체의 정확하고 효율적인 인식 방법에 관심을 불러 일으켰다. 특히 스마트 폰과 같은 디지털 정보가전의 발달과 보급으로 인해 영상 매체를 이용한 곤충 종의 자동인식에 대해 많은 연구가 이루어지고 있다. 본 논문은 나비 영상 인식을 위해 가지 길이 유사성 엔트로피(Branch Length Similarity Entropy)를 이용한 특징 추출 방법을 제안한다. 제안한 특징 추출 방법은 나비의 윤곽으로부터 높은 곡률을 가진 특징점들을 추출한 다음 이들 사이를 네트워크로 구성하고 특징점 간의 길이 분포를 엔트로피로 표현한 것이다. 제안한 특징 추출 방법의 성능을 평가하고자 15종의 나비 영상을 대상으로 지도학습 기반 기계학습 방법인 베이지안 분류기, 인공 신경망 및 서포트 벡터 머신을 이용해 기존에 제시된 퓨리에 기술자 및 웨이블릿 기술자와 비교하였다.