基于復(fù)雜網(wǎng)絡(luò)的圖像建模與特征提取方法研究.pdf

1、計(jì)算機(jī)和信息技術(shù)的快速發(fā)展，使得圖像識(shí)別技術(shù)的應(yīng)用也愈來(lái)愈普遍。而圖像表示作為圖像處理的基礎(chǔ)，在計(jì)算機(jī)視覺(jué)和圖像識(shí)別中發(fā)揮著越來(lái)越重要的作用。近年來(lái)，復(fù)雜網(wǎng)絡(luò)理論引起了眾多研究者們的興趣，相關(guān)的概念和方法都是當(dāng)前的研究熱點(diǎn)。論文主要研究復(fù)雜網(wǎng)絡(luò)下的圖像建模與特征提取方法，針對(duì)其中存在的問(wèn)題提出了相應(yīng)的改進(jìn)。
　　論文研究的主要問(wèn)題概括為以下三個(gè)方面：
　　1.融合復(fù)雜網(wǎng)絡(luò)與輪廓識(shí)別方法。利用復(fù)雜網(wǎng)絡(luò)方法抽取目標(biāo)的輪廓拓?fù)湫畔?/p>

2、，形成識(shí)別參數(shù)，將復(fù)雜網(wǎng)絡(luò)方法的優(yōu)點(diǎn)融入到基于輪廓的目標(biāo)識(shí)別方法中，簡(jiǎn)化目標(biāo)網(wǎng)絡(luò)模型的復(fù)雜程度，增強(qiáng)識(shí)別方法的容噪性，形成一種有效的目標(biāo)識(shí)別方法。將現(xiàn)實(shí)中的各種輪廓以圖的形式表示，利用復(fù)雜網(wǎng)絡(luò)理論建立相應(yīng)的網(wǎng)絡(luò)模型，并計(jì)算與復(fù)雜網(wǎng)絡(luò)相關(guān)的參數(shù)，最后通過(guò)對(duì)所有網(wǎng)絡(luò)模型提取特征參數(shù)，匯集形成識(shí)別參數(shù)，產(chǎn)生圖像目標(biāo)識(shí)別算法用于對(duì)象目標(biāo)的識(shí)別和分類(lèi)。
　　2.基于復(fù)雜網(wǎng)絡(luò)圖像建模下所提取的特征參數(shù)大都是統(tǒng)計(jì)特征，而這種特征不僅具有很好的穩(wěn)

3、定性，而且具備較強(qiáng)的抗噪聲能力。鑒于這一點(diǎn)，本章提出一種有向復(fù)雜網(wǎng)絡(luò)表示模型，利用K近鄰(K-Nearest Neighbor，KNN)方法給出了一種有向復(fù)雜網(wǎng)絡(luò)的演化方式，最終通過(guò)提取不同演化時(shí)刻下的有向復(fù)雜網(wǎng)絡(luò)特征完成對(duì)圖像的特征描述，實(shí)現(xiàn)圖像的識(shí)別。
　　3.全局直方圖失去了特征的空間分布信息，鑒于這一點(diǎn)，本文將直方圖信息與傳統(tǒng)的圖結(jié)構(gòu)信息加以融合，這里提出一種基于節(jié)點(diǎn)屬性（節(jié)點(diǎn)灰度值）的演化方式，生成一系列子網(wǎng)絡(luò)，稱(chēng)這些子