模糊集上度量的若干注记

给一个度量空间Ｓ上的两个模糊集ｕ 和ｖ,Ｃｈａｕｄｈｕｒｉ和Ｒｏｓｅｎｆｅｌｄ 定义了ｕ、ｖ 之间的Ｈａｕｓｄｏｒｆｆ距离。该定义只适应于ｕ 和ｖ 取离散值或连续值的情形。在更一般的情况下,定义了新的Ｈａｕｓｄｏｒｆｆ距离     

Hausdorff测度的计算与估计

把计算Ｈａｕｓｄｏｒｆｆ 测度转化成极限过程, 对一般分形得到１ 个一般模型, 而对自相似集则得到１ 个约化模型． 作为应用, 得到Ｓｉｅｒｐｉｎｓｋｉ 垫片的Ｈａｕｓｄｏｒｆｆ 测度的较好上限     

概率空间中Hausdorff测度和填充测度的Frostman引理

在欧几里得空间中，Ｆｒｏｓｔｍａｎ引理是联系广义位势理论和Ｈａｕｓｄｏｒｆｆ测试的一个有用的工具。我们得到了概率空间中Ｂｉｌｌｉｎｇｓｌｅｙ定义的Ｈａｕｓｄｏｒｆｆ测度的类似结果。     

具有重叠结构不变集的Hausdorff维数

对一族有重叠结构的相似压缩映射下的不变集，利用其自相似结构，给出它的Ｈａｕｓｄｏｒｆｆ维数一个算法，并且具体计算和估计了一类有重叠的自相似集的Ｈａｕｓｄｏｒｆｆ维数。     

Koch曲线和Sierpinski垫片的Hausdorff测度的估计

Ｋｏｃｈ曲线和Ｓｉｅｒｐｉｎｓｋｉ垫片是两个经典的满足开集条件的自相似分形集。由自相似分形集的维数公式知,它们的Ｈａｕｓｄｏｒｆｆ维数分别是ｌｏｇ３＾４和ｌｏｇ２＾３。然而它们的Ｈａｕｓｄｏｒｆｆ测试的计算却是一个非常困难的问题。首先构造Ｋｏｃｈ曲线和Ｓｉｅｒｐｉｎｓｋｉ垫片的特殊覆盖,然后对这种覆盖进行处理,根据自相似分形集的Ｈａｕｓｄｏｒｆｆ测度的齐次性质,分别给出了Ｋｏｃｈ曲线和Ｓｉｅｒｐｉ     

运动目标识别与跟踪的模板匹配算法改进及仿真研究

针对传统模板匹配算法存在运算量大,以及干扰物中有部分区域和目标形状相同时识别率差的问题,改进传统的模板匹配算法,并在MATLAB6.5环境下,应用改进的新算法对简单背景中的运动目标进行计算机识别与跟踪仿真.新算法先对识别区域进行扫描点检测,判断该点是否满足要求再进行模板匹配运算;当某些干扰物体中某部分区域与目标模板相同时,采用自动模板更新的方法进行区分.仿真实验结果表明,改进的模板匹配算法大大减少模板匹配的运算量,并且可以有效地排除干扰物体对目标识别的干扰.     

多重分形维数在语音分割和语音识别中的应用

语音气流中具有混沌特征,而分形可以定量地分析混沌现象,故分形可作为分析语音信号的数学工具．由于传统的Ｈａｕｓｄｏｒｆｆ－Ｂｅｓｉｃｏｖｉｔｃｈ 维数没有考虑关于集合中点的分布信息,本文引入多重分形维数来克服上述缺点．实验表明,多重分形维数语音分割方法明显好于单一Ｈａｕｓｄｏｒｆｆ－Ｂｅｓｉｃｏｖｉｔｃｈ 分形维数的语音分割方法     

用含有整数参数的序列—二元序列估计Sierpinski垫片的Hausdorff …

考虑Ｓｉｅｒｐｉｎｓｋｉ垫片某个特定的子集序列,相应地构造含有整数参数ｋ,覆盖此子集序列诸子集的覆盖序列并利用Ｓｉｅｒｐｉｎｓｋｉ垫片的自相似性得到了以ｋ为序数指标,从第三项起此垫片的Ｈａｕｓｄｏｒｆｆ测度的上界调上升序列,而该序列的第三项即是目前所知道的Ｓｉｅｒｐｉｎｓｋｉ垫片Ｈａｕｓｄｏｒｆｆ测度的新的最好上界。     

F数空间的度量特征及收敛性

本文引进了Ｆ数的扩张点和δ－距离概念；证明了Ｆ数空间中δ－踯与Ｈａｕｓｄｏｒｆｆ距离的等价性；探讨了Ｆ数空间的度量特征几种收敛性的关系。     

广义自相似集的维数

在减弱了压缩尺度具有正的下确界的条件下,利用配齐降阶方法和网测度的方法,讨论了广义自相似集的Ｈａｕｓｄｏｒｆｆ维数,并得到了广义自相似集的Ｈａｕｓｄｏｒｆｆ维数。     

鲁棒Hausdorff距离在SAR/惯性组合导航图像匹配中的应用研究

分析了适用于SAR景象匹配辅助导航系统的图像匹配算法的特点 ,提出了一种新型Hausdorff距离的鲁棒型图像匹配算法 .首先分析了传统的Hausdorff距离算法的不足 ,然后引入了一种能有效消除高斯噪声影响的新算法 .同时针对此算法图像匹配时全局搜索的不足 ,提出了扫描终止法技术 ,以有效解决图像匹配实时性的问题 .针对高斯噪声的大小对图像匹配的影响进行了仿真实验 .仿真结果表明 ,新图像匹配算法能大大提高合成孔径雷达图像的匹配精度和实时性 ,对组合导航系统的精度提高有重要的意义 ,是一种行之有效的方法 .     

基于张量黎曼度量的序列图像匹配光流场计算方法

使用序列图像的灰度-时空张量描述子来描述图像特征,并在此基础上提出了一种基于张量黎曼度量的序列图像匹配光流场计算方法. 该方法使用张量的黎曼度量给出序列图像特征描述子间距离的定义,并使用改进的Hausdorff距离取代欧式距离来完成黎曼度量的计算,据此构造序列图像匹配相关函数,以提高图像在噪声及遮挡情况下的匹配能力;在上述基础上,给出匹配光流场算法. 仿真结果显示,该算法相对于传统基于微分的光流场计算方法（H-S算法,L-K算法）和传统的基于灰度的块匹配算法在计算精度、抗噪声等方面更有优势.      

A modified image matching algorithm based on robust Hausdorff distance

Hausdorff distance measure is one of the widely adopted feature-based image matching algo- rithms due to its simplicity and accuracy. However, it is considered that its robustness still needs to be improved. In this paper, various forms of original and improved Hausdorff distance （HD） and their limitations are studied. Focusing on robust Hausdorff distance （ RHD）, an improved RHD with an adaptive outlier point threshold selection method is proposed. Furthermore, another new form of the Hausdorff distance which possesses the merits of RHD and M-HD is prsented. Finally, a recur- sire algorithm is introduced to accelerate the image matching speed of Hausdorff algorithms. Exten- sive simulation and experiment results are presented to validate the feasibility of the proposed Haus- dorff distance algorithm.     

基于两视图的曲面物体自动建模方法

提出一种基于两视图的曲面物体自动重建方法. 采用基于Haudorff距离的特征匹配技术对图像的正面和侧面中的曲面物体进行匹配,自动获得图像中物体的大致形状及位置信息. 采用基于形状先验的图像分割算法自动地将曲面物体从图像的正面和侧面中分割出来. 利用这两幅图像中获得的侧影轮廓线,实现曲面自动重建和纹理自动提取. 通过真实曲面物体进行重建实验,验证了该方法的可行性.     

基于仿射变换与模板更新策略的目标跟踪方法

提出了一种自适应跟踪算法,其主要思想是用六个仿射变换参数来表征图像中目标区域的运动,由当前位置图像与模板图像的差分图像可以求取这些参数,并进一步用这些参数来预测目标的运动和跟踪目标。在实际跟踪过程中,又采取一种有效的相似性度量方法,用它来决定是否修改模板,以及如何修改。     

基于图像分割的SAR图像匹配方法

针对单一背景的海岛合成孔径雷达（SAR）图像，提出一种基于图像分割的图像匹配方法．该方法采用静态小波对原实时图分解滤波，抑制噪声；利用最大类间方差阈值法分割图像，分割出特定目标；选择结构元素进行形态腐蚀和膨胀，去掉细小背景杂波干扰；对二值化的图像进行面积统计，搜索出面积最大的目标．在原实时图中，以最大面积目标的外切矩形裁剪图像作为新的实时图．实践证明，利用裁剪的新实时图进行匹配，可以有效去除背景对匹配的不利影响，弥补了传统方法匹配精度低、实时性差的缺点．     

基于混沌遗传算法与小波多分辨率分析的岩心图像匹配

针对岩心图像尺寸大,特征信息不明显的特点,充分利用混沌遗传算法的随机性大大减少了传统搜索算法消耗的大量运算时间。利用小波多分辨率分析的方法在小波变换子图像上进行粗匹配,再在原始图像上精匹配,浓缩了岩心图象的特征信息在保证匹配准确度的同时提升了运算速度。将混沌遗传算法与小波变换多分辨率分析相结合,将其应用于大幅岩心图像的配准。实验表明,该方法能够快速而有效地进行图像配准,兼顾了匹配效果和匹配速度。     

一种新颖的红外与可见光图像自动配准算法

提出了一种新的红外与可见光图像的配准方法，该方法选用基于Garbor小波分解与尺度交互的特征点抽取算法，从两图中分别抽取对应特征点集，然后运用Hausdorff距离对两特征点集进行匹配，得到点集间的仿射变换，从而实现红外与可见光图像的自动配准．因为Hausdorff距离是对两特征点集而不是特征点进行匹配，所以算法是可行的．实验结果证明了此算法的有效性．     

基于Hausdorff距离的人体步态识别

现有的步态识别方法对行人轮廓匹配的鲁棒性差，导致识别率不高．文章提出了基于Hausdorff距离的行人步态自动识别方法．首先提取了行人二值轮廓序列；然后采用轮廓参考点分布直方图间的距离、参考点集之间Hausdorff距离度量轮廓形状问的匹配度；继而通过步态的周期性分析选取关键姿态，计算出的关键姿态轮廓集间Hausdorff离结合窗口搜索策略实现了步态的分类和识别．分别在小型CASIA室外步态数据库和大型Soton室内库上进行了实验，提出算法的正确识别率分别可达到91．25％和88．16％．与相关文献的比较分析表明算法是有效的．     

遗传算法在立体图象匹配中的应用

基于传统立体图象匹配技术,提出了一种新的使用遗传算法的特征匹配方法．实验中,采用了两种特征提取算法,以适应不同图象要求．实验用图包括自然景物图和人工合成图．此外,用ＢｒａｎｃｈＡｎｄＢｏｕｎｄ算法得出比较结果．实验结果表明,遗传算法有好的匹配正确率和收敛速度,具有鲁棒性,适合立体图象匹配．