[发明专利]一种基于网络的图像形状轮廓识别方法

摘要

本发明公开了一种基于网络的图像形状轮廓识别方法，将复杂网络方法应用于图像目标识别领域，针对形状轮廓识别和灰度图像识别等应用环境，提出一类基于复杂网络的图像目标识别方法。通过将基于轮廓的图像识别方法与复杂网络方法优点相融合，该方法既保留基于轮廓的识别方法所具有的过程简单、识别效率高等特点，又充分发挥复杂网络方法仅考虑网络拓扑结构，与节点位置、顺序无关等特点，克服了图像轮廓轻微变化、光照强度小幅度变化以及局部遮挡等因素对识别方法的影响，使得识别方法具有平面旋转不变性、平移不变性、缩放不变性以及一定程度的容噪性。

主权项

一种基于网络的图像形状轮廓识别方法，其特征在于，包括如下步骤：(1)像素点转化为轮廓点对于二值化处理后的形状轮廓图，每一个像素点被赋值0和1分别表示黑色点和白色点，其中，黑色点为轮廓点，白色点则为非轮廓点，利用复杂网络对形状轮廓进行建模，首先要对轮廓中的像素点进行重新表示，使其符合下一步建模的要求；(2)轮廓点集转化为规则网络接着对轮廓点集进行网络建模，将集合P以图G＝(V,E)的形式表现，在轮廓点映射为顶点的基础上，对图中每一对顶点之间添加一条连接边，得到全耦合网络；(3)规则网络转化为复杂网络引入一个距离阈值，在阈值范围内产生一组新的连接边集合，忽略间隔距离较大的节点间连接关系，将规则网络转化为复杂网络；(4)网络建模对特定的形状轮廓i，抽象化为对应的图Gi，选定距离阈值集合R中的所有值r^j，顺序作用在节点集合中，分别建立相应的网络模型；(5)单组参数提取针对每一个生成的网络模型，分别计算每一个节点的度，对应得到该络的最大度Kk(r^j)和Ku(r^j)；(6)汇集识别参数将针对Gi产生的所有网络模型计算所得的参数合并成一个一维数组，就得到最终的识别参数θ；(7)形状识别根据上述步骤得到每一个形状轮廓的识别参数后，可以对不同形状轮廓进行分类识别。