用于形状识别的目标轮廓无序点集描述与匹配

来源：软件学报杂志2016年第12期北京时间：

作者：王斌

单位：王斌，南京财经大学 信息工程学院, 江苏 南京 210023;江苏省电子商务省级重点实验室(南京财经大学), 江苏 南京 210023;江苏省现代粮食流通与安全协同创新中心, 江苏 南京 21002311

摘要：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.

关键词：目标识别;复杂网络;形状描述;形状匹配

基金资助：国家自然科学基金（61372158）；江苏省自然科学基金（BK20141487）；江苏省“333工程”高层次人才资助项目（BRA2015351）；江苏高校科研成果产业化推进工程项目（JHB2012-18）；江苏高校优势学科建设工程资助项目（PAPD）；江苏省政策引导类计划（产学研合作）-前瞻性联合研究项目（BY2016009-03）