基于復(fù)雜網(wǎng)絡(luò)的形狀描述方法研究.pdf

1、形狀描述是圖像處理與模式識(shí)別領(lǐng)域的重要研究?jī)?nèi)容，在目標(biāo)識(shí)別、醫(yī)學(xué)圖像分析等領(lǐng)域具有廣泛的應(yīng)用。近年來(lái)，該領(lǐng)域的研究者們提出了多種不同的形狀圖像描述方法，但實(shí)際中物體的形狀圖像極易發(fā)生剛性以及非剛性變形從而使得這些描述方法在特定的場(chǎng)景下效果較差。形狀的復(fù)雜網(wǎng)絡(luò)描述方法是一種重要的形狀描述與特征提取方法。該方法屬于基于邊界的形狀描述方法，僅考慮形狀邊界點(diǎn)之間的相對(duì)位置，不考慮形狀圖像的內(nèi)部信息。在經(jīng)典的形狀復(fù)雜網(wǎng)絡(luò)模型的基礎(chǔ)上，本文提出了形

2、狀的多模復(fù)雜網(wǎng)絡(luò)模型和有向復(fù)雜網(wǎng)絡(luò)模型。
　　本文的主要工作如下:
　　(1)傳統(tǒng)復(fù)雜網(wǎng)絡(luò)模型中，節(jié)點(diǎn)之間的邊權(quán)重為對(duì)應(yīng)邊界點(diǎn)之間的歐氏距離，歐氏距離對(duì)形狀的非剛性變形不穩(wěn)定。與歐氏距離相比，內(nèi)部距離對(duì)形狀的非剛性變形具有較強(qiáng)的魯棒性。針對(duì)這一問(wèn)題，提出結(jié)合形狀邊界點(diǎn)之間的內(nèi)部距離以及歐氏距離建立形狀的多模復(fù)雜網(wǎng)絡(luò)模型。在該模型中網(wǎng)絡(luò)節(jié)點(diǎn)之間邊的權(quán)重由對(duì)應(yīng)形狀邊界點(diǎn)之間的歐氏距離以及內(nèi)部距離所組成的向量表示。在進(jìn)行動(dòng)態(tài)演化時(shí)

3、，分別基于歐氏距離以及內(nèi)部距離進(jìn)行，在每個(gè)演化階段得到兩個(gè)演化子網(wǎng)絡(luò)。在特征提取階段分別提取基于歐氏距離以及基于內(nèi)部距離演化子網(wǎng)絡(luò)序列的統(tǒng)計(jì)特征進(jìn)行形狀描述。在進(jìn)行形狀圖像之間的距離度量時(shí)，分別計(jì)算歐氏距離模型特征以及內(nèi)部距離模型特征之間的距離，取其中的最小值作為形狀圖像之間的距離。實(shí)驗(yàn)結(jié)果表明，與傳統(tǒng)的基于歐氏距離的復(fù)雜網(wǎng)絡(luò)模型以及基于內(nèi)部距離的復(fù)雜網(wǎng)絡(luò)模型相比，該方法具有更強(qiáng)的常見(jiàn)形狀變形的抗干擾能力，具有較高的檢索和分類(lèi)精度。

4、r>　　(2)傳統(tǒng)的形狀復(fù)雜網(wǎng)絡(luò)模型部是基于閾值演化的，在每個(gè)演化階段所得到的都是無(wú)向子網(wǎng)絡(luò)，子網(wǎng)絡(luò)僅包含節(jié)點(diǎn)之間的距離信息。與無(wú)向網(wǎng)絡(luò)相比，有向網(wǎng)絡(luò)既包含網(wǎng)絡(luò)中節(jié)點(diǎn)之間的距離信息又包含節(jié)點(diǎn)之間的近鄰信息。因此提出一種新的基于形狀邊界點(diǎn)之間內(nèi)部距離的有向復(fù)雜網(wǎng)絡(luò)表示模型。而且為了使該模型對(duì)形狀的非剛性變形具有較強(qiáng)的魯棒性，網(wǎng)絡(luò)中節(jié)點(diǎn)之間的邊的權(quán)值為對(duì)應(yīng)邊界點(diǎn)之間的內(nèi)部距離。在動(dòng)態(tài)演化階段采用k近鄰演化方式，每個(gè)演化階段所得到的子網(wǎng)絡(luò)都為