本文關(guān)鍵詞：基于輪廓形狀和復(fù)雜網(wǎng)絡(luò)的圖像識(shí)別新方法，由筆耕文化傳播整理發(fā)布。

【摘要】：目標(biāo)圖像識(shí)別是機(jī)器視覺(jué)技術(shù)的重要組成部分,精度與速度是衡量目標(biāo)圖像識(shí)別算法的兩個(gè)重要的指標(biāo)。目前圖像識(shí)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(shí)別方法。與其他常用的方法相比,基于輪廓的識(shí)別方法不但能夠簡(jiǎn)化識(shí)別過(guò)程,減少計(jì)算機(jī)處理過(guò)程中的存儲(chǔ)空間,而且有較高的識(shí)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(shí)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(shí),運(yùn)動(dòng)不變性成為圖像形狀輪廓識(shí)別方法分類(lèi)功能的一個(gè)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(gè)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(huì)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(wú)關(guān)�，F(xiàn)有研究結(jié)果表明,利用復(fù)雜網(wǎng)絡(luò)拓?fù)涮匦愿倪M(jìn)圖像輪廓識(shí)別定量化方法,是解決圖像邊界形狀識(shí)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(shí),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(shí)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(gè)方面展開(kāi)研究,提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(wèn)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)在相同閾值下,邊緣網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)量少,計(jì)算機(jī)處理過(guò)程中所占的存儲(chǔ)空間小,計(jì)算速度快；(2)球面距離方法所建立的網(wǎng)絡(luò)模型的度分布更加符合冪律分布特性,所具有的復(fù)雜網(wǎng)絡(luò)拓?fù)涮卣鞲用黠@,能夠有效適應(yīng)圖像邊緣輪廓的改變,在提高識(shí)別率及識(shí)別速度上具有可行性。
【關(guān)鍵詞】：輪廓形狀 復(fù)雜網(wǎng)絡(luò) 球面距離 圖像形狀識(shí)別
【學(xué)位授予單位】：廣東工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：TP391.41
【目錄】：

• 摘要4-6
• ABSTRACT6-14
• 第一章 緒論14-20
• 1.1 課題研究的背景與意義14-15
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀及其發(fā)展趨勢(shì)15-18
• 1.2.1 目標(biāo)圖像識(shí)別問(wèn)題研究現(xiàn)狀15-16
• 1.2.2 目標(biāo)識(shí)別方法分類(lèi)16-17
• 1.2.3 圖像輪廓識(shí)別問(wèn)題研究17-18
• 1.3 本文工作及章節(jié)安排18-20
• 第二章 預(yù)備知識(shí)20-28
• 2.1 復(fù)雜網(wǎng)絡(luò)概述20-21
• 2.2 復(fù)雜網(wǎng)絡(luò)基本模型21-22
• 2.3 網(wǎng)絡(luò)圖表示22-23
• 2.4 復(fù)雜網(wǎng)絡(luò)的基本參數(shù)及建模主要概念23-25
• 2.4.1 復(fù)雜網(wǎng)絡(luò)的度及度分布23-24
• 2.4.2 平均路徑長(zhǎng)度24-25
• 2.4.3 聚類(lèi)系數(shù)25
• 2.5 節(jié)點(diǎn)間距離計(jì)算25-27
• 2.6 本章小結(jié)27-28
• 第三章 基于球面距離的復(fù)雜網(wǎng)絡(luò)圖像形狀輪廓識(shí)別28-49
• 3.1 傳統(tǒng)復(fù)雜網(wǎng)絡(luò)圖像識(shí)別方法28-30
• 3.2 目標(biāo)圖像形狀輪廓提取方法30-33
• 3.2.1 Canny算子30-33
• 3.2.2 改進(jìn)的Canny算子邊緣檢測(cè)算法33
• 3.3 基于球面距離的復(fù)雜網(wǎng)絡(luò)圖像形狀輪廓識(shí)別方法33-48
• 3.3.1 基于球面距離的圖像形狀輪廓的復(fù)雜網(wǎng)絡(luò)建模35-38
• 3.3.2 形狀輪廓?dú)W氏距離和球面距離建模比較實(shí)例38-44
• 3.3.3 網(wǎng)絡(luò)拓?fù)涮卣魈崛?/span>44-47
• 3.3.4 劃分形狀輪廓分類(lèi)47-48
• 3.4 本章小結(jié)48-49
• 第四章 復(fù)雜網(wǎng)絡(luò)拓?fù)涮匦约白R(shí)別方法有效性分析49-57
• 4.1 網(wǎng)絡(luò)拓?fù)鋮⒘刻匦苑治?/span>49-50
• 4.1.1 復(fù)雜網(wǎng)絡(luò)的度分布49
• 4.1.2 復(fù)雜網(wǎng)絡(luò)平均路徑長(zhǎng)度49-50
• 4.1.3 復(fù)雜網(wǎng)絡(luò)聚類(lèi)系數(shù)50
• 4.2 網(wǎng)絡(luò)旋轉(zhuǎn)不變性分析50-52
• 4.3 網(wǎng)絡(luò)平移不變性分析52
• 4.4 網(wǎng)絡(luò)的拓?fù)涮匦苑治鲵?yàn)證52-55
• 4.4.1 網(wǎng)絡(luò)的度分布特性分析53-55
• 4.5 本章小結(jié)55-57
• 第五章 基于輪廓形狀和復(fù)雜網(wǎng)絡(luò)的灰度圖像識(shí)別方法57-72
• 5.1 引言57-58
• 5.2 灰度圖像輪廓提取方法概述58-59
• 5.3 基于球面距離的復(fù)雜網(wǎng)絡(luò)的灰度圖像識(shí)別方法59-64
• 5.3.1 灰度圖像形狀輪廓及顏色輪廓提取60-61
• 5.3.2 球面距離的灰度圖像復(fù)雜網(wǎng)絡(luò)建模61
• 5.3.3 灰度圖像拓?fù)涮卣魈崛?/span>61-63
• 5.3.4 灰度圖像識(shí)別分類(lèi)63-64
• 5.4 球面距離建模識(shí)別方法驗(yàn)證及結(jié)果分析64-70
• 5.4.1 球面距離建模方法及步驟64-66
• 5.4.2 識(shí)別方法數(shù)據(jù)分析66-67
• 5.4.3 實(shí)驗(yàn)仿真及結(jié)果分析67-70
• 5.5 本章小結(jié)70-72
• 總結(jié)與展望72-74
• 參考文獻(xiàn)74-77
• 攻讀學(xué)位期間發(fā)表的論文77-79
• 致謝79

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 陳寧;;交通中的圖像識(shí)別應(yīng)用[J];軟件工程師;2012年04期

2 殷曉磊;;海訊圖像識(shí)別 連結(jié)“天”與“地”——專訪上海亮風(fēng)臺(tái)(上海)信息科技有限公司聯(lián)合創(chuàng)始人廖春元[J];上海信息化;2013年06期

3 高巖,蔡韓輝,丁智,鄭根福,謝駿;圖像識(shí)別中的小內(nèi)孔問(wèn)題[J];大連輕工業(yè)學(xué)院學(xué)報(bào);2000年04期

4 丁國(guó)芳,譚兆信,湯庸,章云;圖像識(shí)別的一個(gè)綜合網(wǎng)絡(luò)模型及其應(yīng)用[J];貴州工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2002年04期

5 張曉春,劉巖;基于計(jì)算機(jī)圖像識(shí)別的表面裂紋檢測(cè)方法[J];重型機(jī)械;2003年05期

6 張艷輝 ,孫以材;圖像識(shí)別在四探針測(cè)試技術(shù)中的應(yīng)用[J];電子產(chǎn)品世界;2004年03期

7 趙新子,吳巍,司秀麗,袁洪印;玉米種子活力圖像識(shí)別與處理技術(shù)研究[J];吉林農(nóng)業(yè)大學(xué)學(xué)報(bào);2004年05期

8 司秀麗;吳巍;趙新子;彭占武;袁洪印;;玉米種子純度的計(jì)算機(jī)圖像識(shí)別[J];吉林農(nóng)業(yè)大學(xué)學(xué)報(bào);2005年06期

9 馬仲智;;基于單片機(jī)的圖像識(shí)別模組的研究[J];科技信息(科學(xué)教研);2007年18期

10 王方永;王克如;王崇桃;李少昆;朱玉;陳兵;明博;潘文超;;基于圖像識(shí)別的棉花水分狀況診斷研究[J];石河子大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年04期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 高曉丁;左賀;高鵬;;基于圖像識(shí)別的多套色印花對(duì)花定位技術(shù)研究[A];佶龍杯第四屆全國(guó)印花學(xué)術(shù)研討會(huì)論文集[C];2009年

2 郭艷;王萍;朱國(guó);;基于圖像識(shí)別的射擊自動(dòng)報(bào)靶系統(tǒng)[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國(guó)第18屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集[C];2007年

3 姜洪臣;任曉磊;趙耀宏;徐波;;基于音頻語(yǔ)譜圖像識(shí)別的廣告檢索[A];第十一屆全國(guó)人機(jī)語(yǔ)音通訊學(xué)術(shù)會(huì)議論文集（二）[C];2011年

4 姜洪臣;任曉磊;趙耀宏;徐波;;基于音頻語(yǔ)譜圖像識(shí)別的廣告檢索技術(shù)[A];第十一屆全國(guó)人機(jī)語(yǔ)音通訊學(xué)術(shù)會(huì)議論文集（一）[C];2011年

5 劉翠響;孫以材;張艷;于明;;基于三控制要素的多項(xiàng)式模糊擬合在人臉圖像識(shí)別中的應(yīng)用[A];第25屆中國(guó)控制會(huì)議論文集（下冊(cè)）[C];2006年

6 林達(dá)宜;邱利松;張莎;;物聯(lián)網(wǎng)發(fā)展與圖像識(shí)別[A];2012全國(guó)無(wú)線及移動(dòng)通信學(xué)術(shù)大會(huì)論文集（上）[C];2012年

7 王利強(qiáng);張紅梅;;儲(chǔ)糧害蟲(chóng)圖像識(shí)別知識(shí)庫(kù)研究[A];計(jì)算機(jī)研究新進(jìn)展（2010）——河南省計(jì)算機(jī)學(xué)會(huì)2010年學(xué)術(shù)年會(huì)論文集[C];2010年

8 俞建榮;卜凡亮;李文力;陸曉軍;;流化床氣泡運(yùn)動(dòng)的圖像識(shí)別與分析[A];第三屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2005年

9 李靈;;情景智能圖像識(shí)別和數(shù)字化處理技術(shù)在型式評(píng)價(jià)試驗(yàn)中的運(yùn)用[A];2013年江蘇省計(jì)量測(cè)試學(xué)會(huì)學(xué)術(shù)會(huì)議論文集[C];2013年

10 于麗穎;;圖像識(shí)別方法技術(shù)分析與應(yīng)用[A];第24屆全國(guó)煤礦自動(dòng)化與信息化學(xué)術(shù)會(huì)議暨第6屆中國(guó)煤礦信息化與自動(dòng)化高層論壇論文集[C];2014年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前10條

1 記者 鄭曉春;以開(kāi)發(fā)出計(jì)算機(jī)圖像識(shí)別新技術(shù)[N];科技日?qǐng)?bào);2007年

2 沈曉光邋編譯;半導(dǎo)體技術(shù)向低耗能發(fā)展[N];中國(guó)電子報(bào);2008年

3 記者 李紅;法研究出圖像識(shí)別軟件[N];科技日?qǐng)?bào);2000年

4 海言;慧視：讓電腦“識(shí)文斷字”[N];科技日?qǐng)?bào);2007年

5 田夢(mèng);PDF圖像識(shí)別助推電子政務(wù)[N];計(jì)算機(jī)世界;2007年

6 比爾·蓋茨;軟件邊界不斷改變令人興奮[N];中國(guó)電子報(bào);2008年

7 宋輝;擺脫束縛慧視展現(xiàn)新的生活體驗(yàn)[N];中國(guó)企業(yè)報(bào);2004年

8 本報(bào)記者 湯銘;認(rèn)知計(jì)算，未來(lái)計(jì)算[N];計(jì)算機(jī)世界;2013年

9 馮遜;埃及金字塔人類(lèi)史上最大的謎[N];大眾科技報(bào);2010年

10 本報(bào)記者 楊學(xué)聰 閆靜;觸碰“最未來(lái)”的生活[N];經(jīng)濟(jì)日?qǐng)?bào);2014年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 劉軍;人臉圖像識(shí)別關(guān)鍵技術(shù)的研究[D];北京郵電大學(xué);2015年

2 柳楊;面向圖像識(shí)別的稀疏模型研究[D];北京郵電大學(xué);2015年

3 王宇新;基于特征分布的圖像識(shí)別方法研究與應(yīng)用[D];大連理工大學(xué);2012年

4 陳健美;基于密度聚類(lèi)和多特征融合的醫(yī)學(xué)圖像識(shí)別研究[D];江蘇大學(xué);2008年

5 冉瑞生;一些矩陣計(jì)算問(wèn)題及其在圖像識(shí)別中的應(yīng)用研究[D];電子科技大學(xué);2006年

6 李雅梅;南宋川南墓葬石刻藝術(shù)與計(jì)算機(jī)圖像識(shí)別應(yīng)用的研究[D];重慶大學(xué);2008年

7 侯書(shū)東;基于相關(guān)投影分析的特征提取研究及在圖像識(shí)別中的應(yīng)用[D];南京理工大學(xué);2012年

8 吳萌;多尺度表達(dá)和正則化方法在圖像識(shí)別中的研究與應(yīng)用[D];上海交通大學(xué);2014年

9 謝鉉洋;SARS醫(yī)學(xué)圖像識(shí)別與輔助診斷研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2006年

10 孫權(quán)森;基于相關(guān)投影分析的特征抽取與圖像識(shí)別研究[D];南京理工大學(xué);2006年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 王明靜;蟻群算法在圖像識(shí)別中的應(yīng)用研究[D];西安石油大學(xué);2015年

2 劉宜闊;熱光關(guān)聯(lián)圖像識(shí)別的研究[D];河北大學(xué);2015年

3 田湘源;基于圖像識(shí)別的中國(guó)畫(huà)真?zhèn)舞b別方法研究[D];西安建筑科技大學(xué);2015年

4 任皓;基于圖像識(shí)別的PCB焊接質(zhì)量檢測(cè)技術(shù)的研究[D];天津理工大學(xué);2015年

5 王倩;基于圖像識(shí)別的油畫(huà)真?zhèn)舞b別方法研究[D];西安建筑科技大學(xué);2015年

6 余征;基于Hadoop的人臉圖像識(shí)別并行處理方法研究與實(shí)現(xiàn)[D];西南交通大學(xué);2015年

7 馬爽;基于圖像識(shí)別的教室照明節(jié)能系統(tǒng)的技術(shù)研究[D];沈陽(yáng)理工大學(xué);2015年

8 李義;基于相關(guān)學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的圖像識(shí)別方法研究[D];哈爾濱工業(yè)大學(xué);2015年

9 李東;基于群智能算法優(yōu)化的超聲乳腺腫瘤圖像識(shí)別[D];第四軍醫(yī)大學(xué);2015年

10 林開(kāi)彬;基于圖像識(shí)別的無(wú)紙化閱卷空白題識(shí)別技術(shù)研究[D];貴州師范大學(xué);2015年

  本文關(guān)鍵詞：基于輪廓形狀和復(fù)雜網(wǎng)絡(luò)的圖像識(shí)別新方法，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：276306