平面曲线间Hausdorff距离计算

为克服传统的针对平面曲线间Hausdorff距离4种情况需分别求解不同非线性方程组的缺点,分两个步骤计算平面曲线间的Hausdorff距离.首先将曲线A进行离散化处理,并计算各离散点到曲线B的最小距离,从中选择若干个距离较大,且满足曲线A上相邻点到曲线B的距离呈"小大小"的点对作为近似解;然后根据各点对处曲线的特点,判断该点附近可能存在4种类型点的哪一种,建立相应的优化模型并进行局部寻优,选择优化结果中最大的距离值作为两平面曲线间的单向Hausdorff距离.该法将平面曲线间Hausdorff距离的计算转化为点到曲线的最小距离计算,计算过程简单有效.两个数值算例验证了该方法的正确性.     

基于车辆轮廓定位匹配的车型识别方法

采用背景减法提取运动车辆目标的轮廓,用外接矩形对目标轮廓进行定位,选取轿车、客车和货车3种车型的侧面轮廓作为标准样本,分别计算待识别车辆的侧面轮廓与3种标准样本的匹配程度系数,保留系数较小的两类标准样本,然后采用Hausdorff距离算法计算待识别车辆轮廓与剩余两类样本之间的匹配程度,认定Hausdorff距离较小的两者具有相同的车型.实验结果表明,该方法准确、有效且实时性较好,在高速公路收费站、自动收费停车场等场合具有较大的实用价值.     

基于视频图像Harris角点检测的车型识别

为了快速准确地进行车型识别,提出一种基于Harris角点检测的识别方法.该方法基于背景减法提取出运动车辆目标,并提取其Harris角点,选取轿车、客车及货车Harris角点作为标准样本,分别计算待识别车辆与3种标准样本Harris角点的Hausdorff距离,认定Hausdorff距离较小的两者具有相同的车型.实验结果表明,该方法准确、有效且实时性较好.     

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.     

分形图像Sierpinski地毯的模拟算法与实现

文章首先介绍了分形的两个重要属性以及Sierpinski地毯Hausdorff测度和Hausdorff维数的计算方法,然后根据Sierpinski地毯的构造过程,给出了一种用计算机来模拟这种分形的实现算法.     

中间λCantor集Hausdorff测度的简便计算

将三分Cantor集构造的一个性质推广到中间λCantor集,并用它简便计算出中间λCantor集的Hausdorff测度,给出了此类广义Cantor集Hausdorff测度计算的一种新方法.该方法比其它方法更为初等而易于计算,为计算其它分形集的Hausdorff测度提供了一种思路.     

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.     

拓扑Hausdorff维数的一种计算方法及其应用

介绍平面上集合的拓扑Hausdorff维数的一种计算方法,此方法是根据集合的几何特征构造它的一个基,利用基的边界的Hausdorff维数获得该集合的拓扑Hausdorff维数.利用此方法计算了一类分形方块的拓扑Hausdorff维数.     

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．     

分形Hausdorff测度上限的数值计算

利用计算机进行辅助计算,给出分形Hausdorff测度上限数值计算的一般步骤,并给出两个Sier-pinski地毯的Hausdorff测度上限数值计算实例.     

地图综合中几何相似性的度量

根据综合前、后地图的几何变化情况,建立了综合地图几何相似性的度量方法.首先提出了度量几何相似性的5个指标（即传统的空间目标距离、Hausdorff距离、对称差面积、旋转函数距离和曲面距离）,然后根据地图综合前后的几何变化建立了这5个几何相似性指标的度量函数,最后提出了面目标几何相似性度量的实现方法.     

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．     

校正几何失真和像素失真的印刷数字水印算法

针对印刷图像存在的几何失真和像素失真问题,提出一种数字水印算法.该算法采用Harris角点检测和Hausdorff距离来校正几何失真,采用非线性灰度变换来纠正像素失真.水印嵌入算法首先对图像进行一级离散小波变换后,再对低频子图进行奇异值分解;然后,在奇异值上嵌入水印序列,并在提取水印前校正失真.实验表明,该算法对打印扫...     

概率度量空间中集合间的概率距离

在概率度量空间中提出了集合间的概率距离和Hausdorff概率距离,并且证明了这些距离都是分布函数.     

一类m分Cantor尘的Hausdorff测度

构造了一种m分Cantor尘,并利用几何度量关系以及自然覆盖方法对构造的一类m分Cantor尘的Hausdorff测度进行了研究,得到了Hausdorff测度的准确计算公式。     

基于Hausdorff距离的直觉模糊多属性决策的TOPSIS方法

传统的TOPSIS方法在考察目标方案与正、负理想方案的距离时多采用欧氏距离来度量.用Hausdorff距离替换欧氏距离,并用其来度量直觉模糊集（IFS）之间的距离,进而建立相对贴近度的概念,由此对目标方案进行排序、择优.实证分析结果表明该方法有效、实用,在直觉模糊多属性决策中,该方法比欧氏距离方法要简单,但计算结果完全一致.     

组件匹配与融合的三维形状建模研究

提出一种基于组件匹配、融合的三维形状生成算法.根据Hausdorff距离对输入形状的各组件进行匹配,形成匹配组件对,进行球面参数化映射,合并组件对的球面网格模型;通过反映射建立组件间的顶点对应关系,采用不同的融合系数进行插值融合,生成一系列连续变化的组件;最后根据输入形状的连接关系进行重新连接,生成完整的变形形状.实验表明,采用所提算法可以生成合理、相似的变形形状,同时保留了输入形状的功能和表面细节.