基于輪廓形狀和復雜網(wǎng)絡的圖像識別新方法.pdf

1、目標圖像識別是機器視覺技術的重要組成部分，精度與速度是衡量目標圖像識別算法的兩個重要的指標。目前圖像識別方法有很多，其中應用最廣且最有效的方法是基于圖像形狀輪廓的識別方法。與其他常用的方法相比，基于輪廓的識別方法不但能夠簡化識別過程，減少計算機處理過程中的存儲空間，而且有較高的識別速度和準確率。
　　但是，由于圖像形狀輪廓點具有順序性，輪廓點的位置和排列順序對輪廓識別有很大的影響，特別是當圖像輪廓在平面上發(fā)生旋轉、平移和縮放變化時

2、，運動不變性成為圖像形狀輪廓識別方法分類功能的一個重要考量。因此，建立一種較少或不依賴關聯(lián)性和順序性的分析目標圖像邊界形狀的定量化方法是非常必要的。
　　復雜網(wǎng)絡作為一個新興的研究領域，其基本理論方法已經(jīng)廣泛應用在生命科學、工程科學以及社會科學等領域中。復雜網(wǎng)絡是一種以圖論方法描述復雜系統(tǒng)的網(wǎng)絡模型，這種模型由眾多節(jié)點以及節(jié)點間的連接關系構成，節(jié)點間的關聯(lián)性與順序性呈現(xiàn)拓撲特性而與歐氏度量無關?，F(xiàn)有研究結果表明，利用復雜網(wǎng)絡拓撲特

3、性改進圖像輪廓識別定量化方法，是解決圖像邊界形狀識別不依賴關聯(lián)性和順序性的一條有效途徑。
　　值得注意的是，歐氏距離是現(xiàn)有的圖像輪廓網(wǎng)絡建模方法的基礎，而歐氏距離在計算網(wǎng)絡節(jié)點之間的距離時，有忽視橫軸和縱軸坐標之間差異的缺點，容易產(chǎn)生冗余的節(jié)點連接邊，增加了網(wǎng)絡復雜度。有鑒于此，本文在已有研究的基礎上，主要在“形狀輪廓識別方法與復雜網(wǎng)絡方法相結合”、“新的圖像輪廓提取方法”以及“改進網(wǎng)絡節(jié)點間的距離度量方法”等三個方面展開研究，提

4、出了以球面距離作為度量基礎進行網(wǎng)絡建模的新方法，發(fā)現(xiàn)了基于歐氏距離的方法更適用于處理直線形圖形，而基于球面距離的方法更適合于處理圓弧形圖形，這在在一定程度上彌補了基于歐氏距離的網(wǎng)絡模型不適應處理圓弧形圖像的問題，進一步豐富了利用復雜網(wǎng)絡模型拓撲參數(shù)揭示目標圖像特征的理論方法。
　　相比于傳統(tǒng)的歐氏距離建模方法，本文的方法具有以下優(yōu)點:(1)在相同閡值下，邊緣網(wǎng)絡節(jié)點數(shù)量少，計算機處理過程中所占的存儲空間小，計算速度快;(2)球面距