基于輪廓形狀和復(fù)雜網(wǎng)絡(luò)的圖像識別新方法.pdf

1、目標(biāo)圖像識別是機(jī)器視覺技術(shù)的重要組成部分，精度與速度是衡量目標(biāo)圖像識別算法的兩個重要的指標(biāo)。目前圖像識別方法有很多，其中應(yīng)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(jì)算機(jī)處理過程中的存儲空間，而且有較高的識別速度和準(zhǔn)確率。
　　但是，由于圖像形狀輪廓點(diǎn)具有順序性，輪廓點(diǎn)的位置和排列順序?qū)喞R別有很大的影響，特別是當(dāng)圖像輪廓在平面上發(fā)生旋轉(zhuǎn)、平移和縮放變化時

2、，運(yùn)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(guān)聯(lián)性和順序性的分析目標(biāo)圖像邊界形狀的定量化方法是非常必要的。
　　復(fù)雜網(wǎng)絡(luò)作為一個新興的研究領(lǐng)域，其基本理論方法已經(jīng)廣泛應(yīng)用在生命科學(xué)、工程科學(xué)以及社會科學(xué)等領(lǐng)域中。復(fù)雜網(wǎng)絡(luò)是一種以圖論方法描述復(fù)雜系統(tǒng)的網(wǎng)絡(luò)模型，這種模型由眾多節(jié)點(diǎn)以及節(jié)點(diǎn)間的連接關(guān)系構(gòu)成，節(jié)點(diǎn)間的關(guān)聯(lián)性與順序性呈現(xiàn)拓?fù)涮匦远c歐氏度量無關(guān)。現(xiàn)有研究結(jié)果表明，利用復(fù)雜網(wǎng)絡(luò)拓?fù)涮?/p>

3、性改進(jìn)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(guān)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(luò)建模方法的基礎(chǔ)，而歐氏距離在計(jì)算網(wǎng)絡(luò)節(jié)點(diǎn)之間的距離時，有忽視橫軸和縱軸坐標(biāo)之間差異的缺點(diǎn)，容易產(chǎn)生冗余的節(jié)點(diǎn)連接邊，增加了網(wǎng)絡(luò)復(fù)雜度。有鑒于此，本文在已有研究的基礎(chǔ)上，主要在“形狀輪廓識別方法與復(fù)雜網(wǎng)絡(luò)方法相結(jié)合”、“新的圖像輪廓提取方法”以及“改進(jìn)網(wǎng)絡(luò)節(jié)點(diǎn)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(chǔ)進(jìn)行網(wǎng)絡(luò)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(bǔ)了基于歐氏距離的網(wǎng)絡(luò)模型不適應(yīng)處理圓弧形圖像的問題，進(jìn)一步豐富了利用復(fù)雜網(wǎng)絡(luò)模型拓?fù)鋮?shù)揭示目標(biāo)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(diǎn):(1)在相同閡值下，邊緣網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)量少，計(jì)算機(jī)處理過程中所占的存儲空間小，計(jì)算速度快;(2)球面距