[发明专利]一种基于复杂网络的灰度图像识别方法

摘要

本发明公开了一种基于复杂网络的灰度图像识别方法，在识别过程中增加提取轮廓的流程，降低灰度图像的处理难度，降低复杂网络建模规模，减少程序所占用的存储空间，通过对同一幅灰度图像提取一个形状轮廓及一组灰度轮廓，全面获取灰度图像的形状和色彩信息，创新识别方式，提升准确率，增加复杂网络识别参数，提供更多的识别细节，提升识别准确率。

主权项

一种基于复杂网络的灰度图像识别方法，其特征在于，包括如下步骤：（1）形状轮廓提取采用Canny算法最优化数值方法，获取最佳边缘检测模板，用于轮廓提取；（2）灰度轮廓提取采取二值化处理方法，通过对同一幅图像进行处理，生成一系列灰度轮廓，间接保存灰度图像的颜色信息；（3）灰度图像复杂网络建模对于二值化处理后的形状轮廓图和灰度轮廓图，利用复杂网络对形状轮廓和灰度轮廓图进行建模，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；（4）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；（5）规则网络转化为复杂网络引入距离阈值和灰度颜色阈值，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；（6）网络建模对特定的形状轮廓i和灰度轮廓图j，抽象化为对应的图Gi和Gj，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；（7）识别参数提取根据Canny算法生成形状轮廊，根据灰度阈值生成灰度轮廓集合后，通过不同的距离阈值，将所有轮廓转化为一系列复杂网络模型，并对每一个模型提取识别参数；（8）灰度识别根据上述步骤得到每一个识别参数后，进行识别。