两条参数曲线间的Hausdorff距离的研究

在几何设计中,两个几何体间的Hausdorff距离是一种非常有用的度量方式,但是其计算通常而言相当耗时.本文找到了一种有效快捷的计算二维平面或三维空间中两条参数曲线的Hausdorff距离的新算法,并通过若干例子展示了它的有效性.     

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．     

改进的Hausdorff距离和遗传算法在图像匹配中的应用

研究模板和图像间的有效匹配,将部分Ｈａｕｓｄｏｒｆｆ距离的计算进行改进,提出一种改进的部分Ｈａｕｓｄｏｒｆｆ距离作为检测模板和图像中物体轮廓相似性的测试,可以较大地减少计算量,同时把遗传算法引入图像匹配识别,由于遗传算法的高并行性和鲁棒性,可以较快地完成全局搜索,而不会陷入局部最优,因此该算法和改进的Ｈａｕｓｄｏｒｆｆ距离相结合能有效地检测出具有平移、旋转和尺度变化的物体,该方法可以应用于实际图像识别和匹配中。     

基于曲率约束和改进Hausdorff距离 匹配的轮毂识别算法

针对在轮毂的自动化生产过程中对轮毂型号自动识别的需求,提出一种基于曲率的轮毂辐孔轮廓线角点特征提取和改进Hausdorff距离(MHD)轮毂型号自动匹配的方法. 对待识别的轮毂型号样本进行特征提取并建立标准样本库,在对实时采集的轮毂图像预处理后,利用曲率约束的最小二乘法(CRLSM)进行轮毂外轮廓提取,并用曲率阈值进行角点特征提取,进而采用改进的Hausdorff距离匹配实现轮毂自动识别. 仿真实验证明,该识别算法能够对建立样本库的轮毂类型进行正确识别.     

一个基于Hausdorff距离的图像消噪新方法

红外图像在实际采集过程中出现的噪声对基于红外图像的工程应用、尤其是在使用距离作为评价工具时,对评价效果的准确性具有不同程度的影响,但距离又是一种具有实用价值的评价工具。为了解决这一矛盾,在分析以往消噪方法的基础上,考虑到使用Hausdorff距离对图像预处理的特殊要求,提出了一种去除局部强噪声点的新方法。通过仿真实验证明,该方法比以往常用的去除噪声的方法要好,即在去除强噪声的同时,很好地保留了图像的低频轮廓、纹理以及边缘,特别是它能够更有效地排除噪声对使用Hausdorff距离的影响     

一种改进的Hausdorff距离目标跟踪算法

在序列图像中进行目标跟踪是计算机视觉、图像处理和模式识别领域里非常活跃的课题。采用Hausdorff距离模板匹配的方法具有计算量小、适应性强的特点,为了能对复杂背景（包括运动背景或移动镜头）情况下的序列图像进行准确的跟踪,综合考虑了图像边缘的位置信息和方向信息,对模板匹配和模板更新的策略作了改进,与原有方法相比,目标跟踪的准确度和算法的效率有了显著提高。     

基于混合Hausdorff距离的多示例分类问题

在机器学习领域中,多示例学习是一个重要的研究方向,其显著特点是正包中示例的类别标记具有模糊性。基于不同Hausdorff距离的CKNN分类器在多示例学习中应用较为广泛。经分析可发现,最小和最大Hausdorff距离均有其各自的缺陷,但两者的缺陷具有一定的互补性。针对如何弥补单一Hausdorff距离缺陷的问题,使用AdaBoost算法思想,把基于最小和最大Hausdorff距离的CKNN分类器进行组合,以减少使用单一Hausdorff距离对实验结果造成的影响。通过比较在不同数据集上的实验结果,可知此方法在一定程度上降低了测试误差,降低幅度最大为0.110 0。     

关于Hausdorff距离的一些性质

对Hausdorff距离作进一步的研究，获得了在分形空间上的一些新的结果，并举例说明它在研究分形空间中的作用。     

基于Hausdorff距离的快速人脸检测

 提出了一种实用的基于Hausdorff距离的人脸检测方法.该方法将单一的Hausdorff距离定义进行巧妙的变换应用,使其达到了可以在复杂背景下进行人脸检测的实用水平.实验证明,该方法运算快捷、定位准确.     

Hausdorff 度量空间

在Hausdorff度量空间上研究了Hausdorff距离,证明了一些基本性质及定理。     

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.     

一类平面映射在共振点附近的解析不变曲线的存在性

在复域中讨论了平面映射 F(x,y)=(x+y,y+G(x)+H(x+y)),x∈C 的解析不变曲线的存在性.     

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     

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 .     

基于改进的Hausdorff距离的字符识别方法

为了提高字符识别的正确率和速度,本文提出了一种改进的Hausdorff距离的字符识别方法.实验结果表明,该方法在印刷体数字识别中达到100%的识别率,在字母识别中,除个别被噪声严重污染和结构特征极其接近的字母外也得到了正确的识别效果,且改进后的运算速度提高了一倍左右.     

魔鬼阶梯的Hausdorff测度与Hausdorff维数

在分形几何中,Hausdorff测度与雏数是基本概念,结合Hausdorff测度与雏数的计算,研究了一种特殊的集合-魔鬼阶梯,给出了其Hausdorff测度与Hausdorf维数,并在此基础上将所得的结论进行了推广.     

Hausdorff测度的等价定义

Thomson[1]与Edgar[2]曾给出Hausdorff测度的等价定义。在他们的工作基础上,又补充了另外的等价定义,并改进他们的等价性证明。作为应用,改进并完善了[3]中的命题4．9的证明,进而可以较为简单求出一般Cantor集的Hausdorff测度。