一种基于复杂网络的图像形状及纹理描述方法

摘要：

文中提出了一种基于复杂网络的图像特征描述方法.将图像的关键点作为复杂网络节点,利用最小生成树分解法完成初始网络的动态演化过程,由不同演化阶段下的复杂网络特征实现对图像的形状描述;根据图像像素和周围邻域的距离与灰度的相似度,由不同的阈值生成度矩阵,统计不同阈值下网络节点的度分布,完成图像的纹理描述.实验证明,该算法具有较强的鲁棒性和旋转不变性,并且在分类实验中也有较好的表现.

关键词：图像纹理、复杂网络、最小生成树、度矩阵、动态演化

所属期刊栏目：45

分类号：TN911.73

资助基金：天津市重点基金17JC20J32500

在线出版日期：2018-12-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：244-246