基于角的形状匹配

提出了利用角检测技术进行图像的相似性检索。首先利用角检测技术检测出图像的角点，用这些角点刻画图像内的物体形状，并结合图论中最优对集的思想和一种改进的Hausdorff距离，提出了一种新的刻画两幅图像内容的相似程度方法。实验结果表明，利用所提出的方法进行图像的相似性检索能够取得较好效果。     

一种动画形象素材的形状检索方法

在动画形象的形状检索基础上,通过轮廓分解及Hausdorff距离的改进,提出一种动画形象素材的形状检索方法。该方法对形象进行前期预处理,得到形象二值闭合边界点集;根据边界围成区域的主惯量轴,将形象图片归一化;利用角点检测到的角点对图像的边界分割,每段弧线等距取相同的采样点数,从而将得到的采样点作为动画形象描述特征点集,利用加权Hausdorff距离测量库中图像与示例图像的距离。实验结果表明,与目前已有方法相比,该方法具有较高的检索精度。     

一种基于Hausdorff距离的图像配准算法

首先检测两幅图像中的角点,然后自适应地提取基准特征模板,再利用改进的基于特征强度响应空间的Hausdorff距离对基准模板进行初始匹配,最后通过区域相关法进行优化.算法不要求特征间的一一对应,也无需距离变换,实验证明这是一种快速有效的图像配准算法.     

基于特征块角点检测的电子稳像方法

针对稳像过程中的局部运动干扰, 提出了一种基于特征块角点检测的电子稳像算法。该算法采用SUSAN算子, 对均匀分布的大尺寸特征块进行检测, 并构造特征块及对应检索区域角点集合。通过计算基于角点响应函数的修正Hausdorff距离实现背景局部遮挡下的特征块配准, 进而通过运动矢量一致性检测得到有效运动矢量。实验结果表明, 该方法对实测抖动视频序列的平均峰值信噪比在稳像后提高了19. 83 dB, 对局部运动干扰下的抖动图像序列具有较好的稳像性能。     

基于轮廓特征点的三维模型相似性匹配算法

针对Heczko算法容易丢失一些表示三维模型轮廓的重要信息,从而降低匹配准确性这一问题,研究了一种基于轮廓特征点的三维模型相似性匹配算法。通过函数投影提取三维模型的轮廓,再提取每一个轮廓上的角点,把角点作为特征点,用特征点的曲率值构成一个点集,最后计算点集之间的Hausdorff距离,进行相似性匹配。实验结果表明该算法提高了三维模型的检索准确性。     

基于Hausdorff距离的图形快速匹配

本文提出了一种快速的图形匹配算法。将图形的角点作为匹配特征，利用HU矩中的重心计算方法得到角点的重心作为原点，在此基础上运用金字塔算法缩放角点对重心的距离以适应图形的比例变化。运用Hausdorff距离计算图形间的相似度，实现了一种快速的图形匹配算法。实验中运用零件图形进行匹配，结果证明，本文中提出的匹配算法不仅具有一定的鲁棒性，而且匹配速度快，是一种高效率的匹配算法。     

基于SUSAN角点检测的动态目标识别

为了快速准确地进行车型识别,提出了一种基于SUSAN角点检测的识别方法。通过计算待识别车辆与三种标准样本SUSAN角点的Hausdorff距离,将Hausdorff距离较小的两者认定具有相同的车型,实验结果表明,该方法准确、有效且实时性较好。     

基于改进Hausdorff距离的人脸匹配方法

提出了一种基于改进Hausdorff距离的人脸相似度匹配的方法,该方法首先将人脸划分为脸型、双眼、鼻、嘴等几个特征点集,分别计算各部分的改进Hausdorff距离,然后进行加权计算相似度。利用该方法,在ASM（主动形状模型）定位人脸的基础上进行了人脸检索。实验表明,利用人脸相似度计算方法对人脸特征库进行搜索,达到了较好的效果。同时结合ASM自动人脸检测,本方法可以全自动完成人脸匹配,应用于人脸识别及数字娱乐等领域。     

基于角点特征的形状识别

根据飞机形状角点之间的距离，定义了一种新的多维距离特征向量，不同飞机具有不同的多维距离向量。计算多维距离特征向量之间的相关系数，比较多维距离特征向量之间的相关性，能将每种飞机从飞机模型库中识别出来。实验表明，这种新特征向量具有较好的稳定性和区分性，算法识别率高、速度快，几乎达到实时效果。     

改进的多分辨率形状匹配算法研究

形状匹配算法虽然在基于内容的视频检索中应用广泛，但由于视频数据量非常大，匹配非常耗时，因此形状匹配算法通常会成为实时视频检索的瓶颈，为了快速准确地进行形状匹配和检索，提出了一种改进的多分辨率Hausdorff距离变换算法，该算法是通过对后向匹配算法进行优化来使匹配速度大大加速，可用干进行实时车型比较和识别。实验结果表明，该改进算法在车型识别上具有速度快和准确性高的优点，尤其在模板图像比较大的情况下，此改进算法优势明显。     

基于特征的hausdorff距离图像配准

针对图像配准问题,提出了基于Harris及SIFT(Scale-invariant feature transform)特征的Hausdorff距离方法来实现图像配准。首先利用harris角点检测和SIFT特征提取参考图像和待配准图像的角点,通过两种方法获得的角点在融合之后获得更大的角点搜索范围,再利用相似一致性匹配原则剔除错误角点,进而通过改进的Hausdorff距离算法完成图像的配准操作。结果证明,改进算法比传统Hausdorff距离算法运行时间更短,算法时间降低约45%,具有较强的抗噪声能力和旋转鲁棒性,提高了图像配准的效率和精确性。     

一种鲁棒型Hausdorff距离图像匹配方法

图像匹配是图像处理的一项关键技术,传统方法受光照、噪声和遮挡的影响,使匹配过程变得困难。为了提高图像匹配的鲁棒性,提出了一种基于方向信息的鲁棒型Hausdorff距离匹配方法。该方法采用方向信息提取图像边缘,通过计算边缘匹配率(edge matching rate,EMR)获得候选匹配区域,然后采用修正后的Hausdorff距离构造相似性测度。实验结果表明,该方法加快了匹配过程,提高了抗噪性能,并能够准确匹配含有遮挡和伪边缘点的图像,从而解决了基于传统Hausdorff距离匹配方法因噪声点、伪边缘点和出格点而造成的误匹配问题。     

基于流行排序的多示例图像检索方法

为了提高图像检索的性能,提出了一种基于流行排序的多示例图像检索方法,将分割后的图像表示为多示例的形式,通过给出适合图像在包空间的度量方式,有效结合流行排序和多示例学习的方法来进行图像检索.实验结果表明,采用所提出的方法的检索结果与传统的检索方法相比,检索率得到了明显的提高,检索结果更符合人的视觉习惯.     

基于三参数模型的视频图像配准方法研究

视频图像配准是运动视频处理中的一项关键技术。提出了一种新的基于3参数模型的配准算法,该算法利用多尺度的角点检测方法从相邻两帧中抽取特征点,选用Hausdorff距离对特征点集进行匹配,计算3参数模型参数,从而实现图像配准。与传统的6参数仿射模型相比,模型参数的降低并没有显著降低配准效果,同时由于参数搜索空间的减少,该方法用更快的速度得到较准确的结果。     

基于子形心集Hausdorf 距离的平面形状识别新方法

本文在定义了平面形状边缘子形心概念的基础上,综合形状识别的Hausdorff距离法和形殊点法的思想, 提出了一种形状分类新方法,并将它用于含刚性变化的封闭形状识别问题中.实验证明,此法在提高分类精度的同 时使计算代价大大下降"较过去的形状识别方法来说更加快速有效.     

Document retrieval from compressed images

With the emergence of digital libraries, more and more documents are stored and transmitted through the Internet in the format of compressed images. It is of significant meaning to develop a system which is capable of retrieving documents from these compressed document images. Aiming at the popular compression standard-CCITT Group 4 which is widely used for compressing document images, we present an approach to retrieve the documents from CCITT Group 4 compressed document images in this paper. The black and white changing elements are extracted directly from the compressed document images to act as the feature pixels, and the connected components are detected simultaneously. Then the word boxes are bounded based on the merging of the connected components. Weighted Hausdorff distance is proposed to assign all of the word objects from both the query document and the document from database to corresponding classes by an unsupervised classifier, whereas the possible stop words are excluded. Document vectors are built by the occurrence frequency of the word object classes, and the pair-wise similarity of two document images is represented by the scalar product of the document vectors. Nine groups of articles pertaining to different domains are used to test the validity of the presented approach. Preliminary experimental results with the document images captured from students’ theses show that the proposed approach has achieved a promising performance.     

一种内外轮廓加权的人耳检测算法

为了提高人耳检测中图像匹配的精确性,提出对内外耳轮廓加权,并利用Hausdorff距离进行人耳检测的算法。在传统的Hausdorff距离匹配中,图像如果受噪声干扰或边缘不连续等情况,检测结果不理想。因此为使检测位置更加接近外耳轮廓,需要强调外耳轮廓的作用,这通过对外耳加大权值、对内耳加小权值实现,然后再结合加权Hausdorff距离进行图像匹配计算。仿真实验表明,提出的算法是有效的。相比传统Hausdorff距离和平均Hausdorff距离的匹配,人耳轮廓加权的算法更加精确。