摘要
CONTENTS
第一章 绪论
1.1 目标识别的研究背景与意义
1.2 国内外研究现状及发展趋势
1.2.1 目标识别问题研究现状
1.2.2 目标识别方法分类
1.2.3 目标识别问题的难点及算法特性
1.2.4 目标识别问题研究新领域
1.3 本文的主要工作及章节安排
第二章 基础知识
2.1 复杂网络概念
2.2 复杂网络基本参数
2.3 复杂网络性质相关研究及其重要性
2.4 复杂网络图像建模的主要概念
2.4.1 度
2.4.2 平均度
2.4.3 最大度
2.4.4 最小度
2.4.5 度的方差
2.4.6 聚类系数
2.5 Canny算子
2.6 节点间距离计算
2.7 本章小结
第三章 基于复杂网络的图像形状轮廓识别方法
3.1 引言
3.2 基于复杂网络的目标识别方法研究现状
3.3 基于复杂网络的图像形状轮廓识别方法
3.3.1 图像形状轮廓的复杂网络建模
3.3.2 网络模型动态演化
3.3.3 识别参数提取方法
3.3.4 形状识别
3.4 阈值参数确定方法
3.5 本章小结
第四章 识别方法特性及DTD方法有效性分析
4.1 网络识别参数意义及其分析方法
4.2 旋转及平移不变性分析
4.3 缩放不变性分析
4.4 模型容噪性分析
4.4.1 噪声干扰
4.4.2 断点干扰
4.5 仿真实验
4.5.1 复杂网络特性分析实验
4.5.2 距离阈值确定方法(DTD)有效性分析
4.6 本章小结
第五章 基于复杂网络的灰度图像目标识别方法
5.1 引言
5.2 灰度图像轮廓提取方法概述
5.3 基于复杂网络的灰度图像识别方法
5.3.1 灰度图像形状轮廓及灰度轮廓提取方法
5.3.2 灰度图像复杂网络建模
5.3.3 灰度图像识别参数提取方法
5.3.4 灰度图像识别方法
5.4 关于识别方法效率的简单分析
5.5 本章小结
第六章 基于复杂网络识别方法的仿真实验
6.1 仿真实验介绍
6.1.1 实验软硬件环境介绍
6.1.2 实验数据库介绍
6.2 形状轮廓识别实验
6.2.1 仿真实验相关数据设定
6.2.2 静态轮廓图像识别实验
6.2.3 动态轮廓图像识别实验
6.3 灰度图像识别实验
6.3.1 仿真实验流程及数据设定
6.3.2 识别方法存储空间和时间开销分析
6.3.3 识别结果分析
6.4 本章小结
总结与展望
参考文献
攻读博士学位期间发表、录用和完成的论文
声明
致谢
附录1 符号说明