资料下载
×
基于复杂网络模型的形状描述和识别方法
消耗积分:2 |
格式:rar |
大小:2.08 MB |
2018-01-05
分享资料个
将目标形状的轮廓看成一个无序的点集，从中抽取形状特征，用于快速而有效的目标识别是形状分析任务中的挑战性问题．针对该问题，提出了一种基于复杂网络模型的形状描述和识别方法．该方法提出用一种自组织的网络动态演化模型构成一个分层的描述框架，在网络动态演化的每一个时刻，对网络分别进行局部测量和全局测量，抽取网络的无权特征和加权特征．在形状匹配阶段，用获得的局部描述子和全局描述子分别进行局部匹配（基于Hausdorff距离）和全局匹配（基于L1距离），组合两种匹配的距离值构成对形状的差异度度量．用标准的测试集对所提出的方法进行性能测试，实验结果表明，所提出的算法能够快速而又鲁棒地完成较高精度的形状识别任务．
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
