摘要
针对机器视觉中的目标识别问题,采用图像轮廓形状与复杂网络相结合的识别方法,提出了一种新的基于动态演化复杂网络特性的轮廓特征识别方法。首先,通过提取图像形状的轮廓点,建立相应的复杂网络模型,然后计算相关特征参数向量来识别图像。这些特征参数不仅具有位移、旋转不变性和伸缩不变性,也具有较强的抗干扰能力和鲁棒性,因而为图像识别提供良好的分类特征。实验表明,该方法不仅具有对轮廓图精确度依赖低、能有效适应边界形状改变等优点,而且识别率高、识别速度快。
A new contour feature extraction method based on the characteristics of dynamic evolution complex networks is proposed for the object recognition in machine vision in this paper.The main idea of the approach is to extract the shape image contour points,model them into graphs,and then use complex network methodology to construct a feature parameter vector for face recognition.The extracted feature parameters possess displacement,rotation and size invariability.
出处
《工业控制计算机》
2016年第5期129-131,共3页
Industrial Control Computer
关键词
目标识别
图像轮廓
复杂网络
object recognition
complex network
image contour
