首页 | 官方网站   微博 | 高级检索  
     

Hausdorff距离和量子粒子群的二维图像匹配
引用本文:张毅,彭晓明,陈武凡.Hausdorff距离和量子粒子群的二维图像匹配[J].计算机工程与应用,2010,46(17):179-181.
作者姓名:张毅  彭晓明  陈武凡
作者单位:1. 电子科技大学,自动化工程学院,成都,610054
2. 电子科技大学,自动化工程学院,成都,610054;南方医科大学,生物医学工程系,广州,510515
摘    要:提出了一种基于Hausdorff距离和量子粒子群算法的二维图像匹配算法。为了实现二维图像的搜索,首先利用Canny算子提取图像的边缘,再利用Hausdorff距离作为图像搜索的目标函数,然后引入了带量子行为的粒子群的优化算法来求解搜索所需的空间变化参数,实验结果表明,带量子行为的粒子群的优化算法(QPSO)能够迅速地在全局范围内找到最优解,因此应用于二维图像搜索是可行的。

关 键 词:二维图像搜索  Hausdorff距离  量子粒子群算法
收稿时间:2008-12-2
修稿时间:2009-2-27  

2-D image matching based on Hausdorff distance and quantum particle swarm optimiztion
ZHANG Yi,PENG Xiao-ming,CHEN Wu-fan.2-D image matching based on Hausdorff distance and quantum particle swarm optimiztion[J].Computer Engineering and Applications,2010,46(17):179-181.
Authors:ZHANG Yi  PENG Xiao-ming  CHEN Wu-fan
Affiliation:1.College of Automation,University of Electronic Science and Technology of China,Chengdu 610054,China; 2.Department of Biomedical Engineering,Southern Medical University,Guangzhou 510515,China )
Abstract:A two-dimensional image matching method based on the Hausdorff distance and Quantum Particle Swarm Optimization(QPSO) is presented.First,edges are extracted from the original images by the Canny edge detector.Then,a similarity function based on the Hausdorff distance is constructed.Finally,the(QPSO) is adopted to optimize the similarity function.Experiments show that the proposed method is able to locate the object of interest globally and efficiently.
Keywords:two-dimensional image-search  Hausdorff distance  quantum particle swarm optimization
本文献已被 维普 万方数据 等数据库收录!
点击此处可从《计算机工程与应用》浏览原始摘要信息
点击此处可从《计算机工程与应用》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号