资源描述：
《基于最小生成树的图像结构描述 曲》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、JournalofImageandSignalProcessing图像与信号处理,2017,6(2),106-113PublishedOnlineApril2017inHans.http://www.hanspub.org/journal/jisphttps://doi.org/10.12677/jisp.2017.62013ImageStructureDescriptionBasedonMSTZhiguoQu,XiansiTan,WeiZhang,HongWang,QiangLinDepartmentNo.2,AirForceEarlyWarningAcademy,WuhanHu
2、beithththReceived:Apr.8,2017;accepted:Apr.27,2017;published:Apr.30,2017AbstractTheMST(MinimumSpanningTree)isaneffectivestructureforrepresentingimagesinapplica-tionssuchasimagematchingandimageretrieval.However,previousmethodsonlyuseMSTtoconnectthestructuralelementsinimagesandareunabletoquantita
3、tivelyanalyzethecapabilityoftheelementsindescribingtheimage.AmethodforstructuraldescriptionofimagesbasedonMSTisproposedinthispaper.TheMSTconstructedfromthestructuralelementsextractfromtheimagesupportstheimageliketheskeletonoftheimage,whichreflectsthestructureofimage.Threeindexesforevaluatingth
4、edistributionuniformity,thedistinctivenessandthespanningde-greeofasetofimagestructuralelementsaredefinedbasedontheMST.Theevaluatingindexescanbeusedtoanalyzethestructuralinformationofanimageandcanalsobeusedtoevaluatethecapabilityofasetofstructuralelementstodescribethestructureofanimage.Experime
5、ntsonsi-mulatedpointsandrealimagesvalidatetheproposedindexes.Theindexescanbeusedtoclassifythestructuresofimagesceneandtoevaluatethedifficultyofimagematching.KeywordsImageStructureDescription,MST,EvaluationIndexes,ImageMatching,SceneClassification基于最小生成树的图像结构描述曲智国，谭贤四，张伟，王红，林强空军预警学院二系，湖北武汉收稿日期：
6、2017年4月8日；录用日期：2017年4月27日；发布日期：2017年4月30日摘要最小生成树是表示图像的常用结构，在图像匹配和图像检索等任务中应用广泛。但是，现有方法只是利用最小生成树来表示图像，缺乏分析和描述图像结构的量化指标。本文提出了基于最小生成树的图像结文章引用:曲智国,谭贤四,张伟,王红,林强.基于最小生成树的图像结构描述[J].图像与信号处理,2017,6(2):106-113.https://doi.org/10.12677/jisp.2017.62013曲智国等构描述指标，首先采用最小生成树来表示图像中的结构基元，然后基于最小生成树定义了分布均匀度、支撑度和描述
7、符独特性三个量化指标，来衡量图像中结构基元对图像结构的描述能力。采用仿真点集和实际图像进行实验，结果表明，基于最小生成树定义的量化指标可以较好地描述图像的结构，可用来对图像场景粗略分类和评价图像匹配的难易程度。关键词图像结构描述，最小生成树，评价指标，图像匹配，场景分类Copyright©2017byauthorsandHansPublishersInc.ThisworkislicensedundertheCreativeCommonsAttributionInter
