利用改进的Hausdorff距离匹配多尺度线要素

传统Hausdorff距离对噪声较敏感,在进行多尺度线要素匹配时,易导致漏匹配和误匹配。为提高匹配正确率,提出了一种改进的Hausdorff距离算法。针对部分匹配问题,采用曲线分割算法,以短曲线分割长曲线;针对点位分布差异问题,采用曲线加密算法,以匹配曲线的中间节点进行双向加密;针对曲线点集自身的噪声问题,以距离集合的中位数作为相似性指标,判断匹配要素是否为同名要素。选取不同尺度的行政区划界线和道路网数据进行匹配,以验证该算法。结果表明,该算法具有较好的匹配效果。

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度 ,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 .

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 ,目标跟踪的准确程度和算法的效率有了显著提高 .

一种改进的Hausdorff距离地图匹配方法

目前的地图匹配算法分为在线和离线匹配两类。针对离线地图匹配中Marchal算法精度较低的问题,提出了一种改进的Housdorff距离匹配算法,利用航线方向角与Housdorff距离对Marchal匹配算法进行了改进。通过仿真试验的定性定量分析,新算法可以较好地纠正矢量数据不完整时产生的错误结果,很大程度上提高了匹配的准确性,可以为导航系统以及规划部门提供保障服务。

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.

一种改进的Hausdorff距离模板匹配算法

检测和提取图像中的目标图像是图像处理和模式识别等领域里非常活跃的问题。因为Hausdorff距离对于目标遮挡、图像噪声和图像晃动等情况具有较好的鲁棒性,因此使用Hausdorff距离进行图像匹配是较常用的方法之一。为了降低此算法的计算复杂度,提高匹配效率,提出了一种能够从待匹配图像中高效匹配出模板图像的改进算法。将文中提出的改进算法分别应用到一幅图像和视频序列图像中,实验结果证明了该算法的高效性。

一种改进的Hausdorff距离目标跟踪算法

基于机器人视觉平台,对成像目标进行模板提取及边缘检测。针对目标在运动过程中的形变和部分遮挡问题,采用一种改进的Hausdorff距离进行相似度量。提出了一种边缘细化方法及自适应模板尺寸修正策略,减少了边缘特征点,大大降低Hausdorff距离的计算量。基于Hausdorff距离进行模板更新,避免固定模板误差累积问题。实验表明,实时跟踪效果良好,并有效解决了目标部分遮挡问题。

一种改进的Hausdorff距离的图像匹配算法仿真分析

在农作物病虫害的图像诊断中,应用基于Hausdorff距离的边缘图像匹配算法可简便计算。但Haus-dorff距离缺点是不能处理目标被遮掩和外部点存在的情形,鲁棒性不足。针对传统Hausdorff距离匹配算法的缺点,引入一种改进的Hausdorff距离算法。改进的Hausdorff距离匹配算法可以对有噪声、遮掩、分辨率降低和水平角度旋转的图像进行很好的匹配。通过仿真,证明了改进的Hausdorff算法具有更强的鲁棒性和适应性,能在有畸变的图像中估计出最佳的匹配位置。

一种基于改进的Hausdorff距离的图像配准方法

为了提高数字图像处理中图像配准的精度和算法的健壮性,提出了一种基于改进的Hausdorff距离的图像配准方法。基于传统的Hausdorff距离的图像配准方法算法的稳定性比较差,得出的配准结果存在较大的差异性,而将LTS(least trimmed square)Hausdorff距离作为适度函数应用到算法当中后,有效地克服了传统算法所存在的问题。算法首先是对参考图像和待配准图像进行压缩、二值化和边缘检测预处理,然后用LTS Hausdorff距离结合遗传算法的步骤对待配准图像进行配准操作。对比实验证明,该算法比传统的算法能更有效地抵抗在配准过程中所产生的噪声和孤立点的影响,并且在保证一定配准精度的基础上提高了算法的效率。

基于变前视距离的四轮同步转向农机改进纯跟踪控制

路径跟踪控制是提高自主导航系统控制精度的关键。针对在复杂农田作业环境下转弯时纯跟踪算法跟踪精度不高的问题,本文提出了一种基于改进纯追踪模型的四轮同步转向农机路径跟踪控制算法。建立了基于四轮同步转向农机的运动学模型和纯跟踪模型,在此基础上考虑航向误差得到改进纯跟踪模型,进行RTK定位坐标修正,根据量化误差的评价函数搜索前视区域最优目标点,得到最优前视距离。本文算法能实时确定四轮同步转向农机改进纯跟踪模型中的前视距离,使航向误差和横向误差最小化,实现目标点的自适应优化。仿真结果表明,本文方法转弯时平均绝对横向误差减至0.035 m,平均绝对航向误差减至0.212°;水田实验结果表明,当四轮同步转向农机作业速度为3.6 km/h时,四轮转向农机轨迹跟踪平均绝对横向误差减至0.109 m,平均绝对航向误差减至2.799°,转弯跟踪精度显著提高。

基于Hausdorff距离的光伏漏电流监测方法

与带有隔离变压器的大型光伏系统相比,分布式光伏的功率与体积较小,且为了提高工作效率,在设计时多采用非隔离型逆变器,但也因此产生了会危害配网系统安全的光伏漏电流。以单相全桥结构的光伏系统为例,详细分析了光伏漏电流的产生机理,随后分析了光伏漏电流进入配电网后的波形特征,并在此基础上提出了一种基于Hausdorff距离的光伏漏电流监测方法,简单高效地解决了光伏漏电流监测与保护困难的问题。最后对提出的方法进行仿真分析,验证了所提方法的可行性。

应用改进曼哈顿距离的金属超声辨识研究

超声波与金属样品的显微结构相互作用而发生散射和反射等效应,造成声波能量的损失。将超声波信号与金属样品的显微组织和晶体结构联系起来,提出“超声指纹”这一概念。每个金属样品的“超声指纹”都是独一无二的,对已知的标准样品采样并留存其“超声指纹”,相当于为其贴上“防伪标签”。以3类成分相近的金属样品以及每类7个成分相同的金属样品为例,利用超声相控阵的扇形扫查方式进行信号采样。将改进曼哈顿距离作为指纹特征,结合高斯分布原理和三倍标准差法计算标准样品的辨识阈值,相较于以前的阈值计算方法更加科学合理。测试结果表明,提出的方法能够对成分相近金属样品甚至成分相同的金属样品全部实现准确辨识。

基于Hausdorff距离的涂胶轨迹平滑算法

在自动化涂胶过程中,对于金属端盖这类形状多变的工件,涂胶轨迹的生成过程十分复杂,个性定制化生产成本也会非常高。为了解决这些问题,文中以平面内涂胶的金属端盖工件为研究对象,提出了一种基于Hausdorff距离的涂胶轨迹在线生成方法。首先运用图像识别技术提取出金属端盖的外形轮廓并采用4种参数法进行参数化,然后利用最小二乘法对NURBS曲线进行全局拟合。最后,以Hausdorff距离为判据,选择最适合的涂胶轨迹。研究结果表明,这种算法具有较高的精度和效率,能够快速生成各种金属端盖的平滑涂胶轨迹,并可以避免涂胶过程中出现的抖动等问题,从而保证了涂胶质量。

基于Hausdorff距离的轨迹相似性度量的航迹复原方法

面对有源和无源探测时存在的大量杂波等干扰,导致探测的重点目标航迹存在缺失的问题,采用基于Hausdorff距离的轨迹相似性度量方法,计算重点目标与探测数据中所有批次在距离-时间、方位-时间2个维度的双重Hausdorff距离。以加权Hausdorff距离为相似性度量排序,从探测数据中辨识出与重点目标航迹相似度最高的目标,实现在探测数据中准确辨识重点目标以及复原目标缺失航迹。实测数据验证表明,该方法简单高效,具有工程应用价值。

基于VMD和修正Hausdorff距离的谐振接地系统故障选线方法

针对谐振接地系统故障选线精度不高的问题,分析暂态零序电流波形特征,提出了一种基于VMD和修正Hausdorff距离的故障选线方法。首先利用VMD方法挖掘出隐含在零序电流波形中的故障特征,解决故障线路与健全线路零序电流波形特征受噪声等因素干扰而导致误选的问题;其次通过修正Hausdorff距离计算所选本征模态函数波形间的相似度,构造不匹配度求取各馈线的不匹配度和,通过比较不匹配度和的大小来判断故障线路。仿真结果表明,所提方法在故障相角、接地电阻等因素大范围变化情况下,均能准确选线,具有抗噪能力强的优点。

一种改进Hausdorff距离和谱聚类的车辆轨迹模式学习方法

为了对交通监控视频中的异常行为进行检测,需要对车辆的运动轨迹进行分析,但由于噪声、遮挡等原因,不可能获得完整的运动轨迹,导致分析结果不准确。针对此类问题,提出基于改进Hausdorff距离和谱聚类的轨迹聚类方法,首先对提取到的轨迹进行预处理,然后利用改进的Hausdorff距离进行轨迹相似度度量,最后通过谱聚类方法对距离矩阵进行聚类,得到符合实际情况的聚类结果。实验结果表明,该方法具有较好的鲁棒性和有效性。

一种改进的部分Hausdorff距离检测技术和遗传算法在图像匹配识别中的应用

本文提出一种改进的部分Hausdorff距离作为模板和图像中物体轮廓相似性的测度,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GA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GA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,以达到模板和图像间的有效匹配。

基于改进Hausdorff距离的轨迹聚类算法

以整条轨迹为目标的聚类方法存在轨迹较长的问题。为此,提出一种以轨迹子段为聚类目标的聚类算法CTIHD。给出一种新的轨迹子段距离度量方法,用以消除轨迹子段之间的公共偏差。利用特征点概念将轨迹划分成轨迹子段集,计算轨迹子段之间的相似度,由此实现聚类。实验结果表明,该算法相比同类算法具有更好的轨迹聚类效果。

基于空间点特征和改进Hausdorff距离的图像配准方法

在基于特征的图像配准中,针对基于边缘的Hausdorff距离计算效率低的问题,提出用能表示图像空间结构的特征点来进行Hausdorff距离计算的方法。该方法是通过检测图像中的特征点来减少匹配点集中点的数量,实验证明了该方法的有效性,以及在计算和匹配时间上要优于基于边缘特征的Hausdorff距离计算方法。针对稀疏特征点集的特点,提出了改进Hausdorff距离,该距离通过改进部分Hausdorff距离使其更加适用于稀疏点集的距离计算,实验表明该距离在抗噪等方面优于其他Hausdorff距离。

基于小波和改进型Hausdorff距离的遥感图像配准方法

近年来,不断发展的遥感技术使传统的遥感图像配准方法显得难以胜任.本文介绍了一种准确、高效的遥感图像配准方法.该方法运用图像信息分层技术、小波多尺度图像分解和Harris角点检测算子进行特征点提取,构建一个特征点金字塔,利用改进型Hausdorff距离作为配准的相似性测度,从而实现遥感图像的配准.