基于向量长度的Hausdorff距离图像匹配方法

doi:10.3724/SP.J.1087.2012.03161

计算机应用 ›› 2012, Vol. 32 ›› Issue (11): 3161-3167.DOI: 10.3724/SP.J.1087.2012.03161

基于向量长度的Hausdorff距离图像匹配方法

章薇,陈和平,杨玲贤

武汉科技大学信息科学与工程学院，武汉 430081

收稿日期:2012-05-16 修回日期:2012-06-27 发布日期:2012-11-12 出版日期:2012-11-01
通讯作者: 陈和平
作者简介:章薇（1988-），女，湖北黄冈人，硕士研究生，主要研究方向：图像处理、模式识别与智能系统；陈和平（1956-），男，湖北武汉人，教授,博士生导师，主要研究方向：智能信息处理、软件工程；杨玲贤（1978-），女，浙江绍兴人，讲师，博士研究生，主要研究方向：图像处理、模式识别与智能系统。
基金资助:
武汉市科技技术局资助项目（201110821236）

Image matching method by using Hausdorff distance based on vector length

ZHANG Wei,CHEN He-ping,YANG Ling-xian

College of Information Science and Engineering, Wuhan University of Science and Technology, Wuhan Hubei 430081,China

Received:2012-05-16 Revised:2012-06-27 Online:2012-11-12 Published:2012-11-01
Contact: CHEN He-ping

摘要/Abstract

摘要： 针对采用Hausdorff距离描述两组点集之间相似程度时对孤立点噪声敏感的问题，提出一种基于向量长度的Hausdorff距离图像匹配方法。考虑图像中像素点之间的相互关系，连接图像中一个像素点和其他点构成一个向量长度集合，每个像素点对应一个向量长度集合，进行图像匹配时，计算模板图像中每个像素点的向量长度集合与待匹配图像中像素点向量长度集合的改进Hausdorff距离，从而得到匹配的量化结果。实验表明,新方法处理噪声图像具有较好的鲁棒性。

关键词: 向量长度, Hausdroff距离, 图像匹配, 鲁棒性, 孤立点噪声, 相似度量

Abstract: Hausdorff distance is sensitive to acnodes when using it as the measure to describe the similarity of two point sets. Therefore, a new image matching method based on Hausdorff distance of vector length was proposed. Considering the mutual correlation of pixels in the image, one pixel was connected to the others in one image, a set of vector lengths was composed, and then each pixel corresponded to one vector length set. Then, the modified Hausdorff distance between the vector length set corresponding with each pixel in template image and matching image was computed out. At last, quantified image matching results were obtained. The experiment shows that, the efficiency of the new method to deal with image matching problems in random noisy situations is so remarkable.

Key words: vector length, Hausdroff distance, image matching, robust, acnodes noise, similarity degree measurement

中图分类号:

TP391.41

章薇陈和平杨玲贤. 基于向量长度的Hausdorff距离图像匹配方法[J]. 计算机应用, 2012, 32(11): 3161-3167.

ZHANG Wei CHEN He-ping YANG Ling-xian. Image matching method by using Hausdorff distance based on vector length[J]. Journal of Computer Applications, 2012, 32(11): 3161-3167.

参考文献

［1］ HUTTENLOCHER D P,KLANDERMAN G A, RUCKLIDGE W J. Comparing images using the Hausdorff distance ［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1993, 15(9): 850-863. ［2］ KWON O K, SIM D G, PARK R H。 Robust Hausdorff distance matching algorithm using pyramidal structures ［J］. Pattern Recognition, 2001, 34(7): 2005-2013. ［3］郝万里，王琰．基于改进的部分Hausdorff距离的图像配准［J］．沈阳理工大学学报，2011,30(2):72-73．［4］高晶，孙继银，刘婧．基于邻域灰度信息的Hausdorff距离图像匹配方法［J］．joca，2011,31(3):741-744．［5］徐遵义，晏磊，宁书年，等. 基于Hausdorff距离的海底地形匹配算法仿真研究［J］．计算机工程，2011,33(9):6-9. ［6］汪亚明．图像匹配的鲁棒型Hausdorff方法［J］．计算机辅助设计与图形学学报，2002, 14(3): 238-241. ［7］ KANG JIANXIN, QI NAIMING, HOU JIAN. A hybrid method combining Hausdorff distance,genetic algorithm and simulated annealing algorithm for image matching［C］// ICCMS10 Proceedings of the 2010 Second International Conference on Computer Modeling and Simulation.Washington, DC: IEEE Computer Society,2010,2:435-436. ［8］沈大伟，段会川．基于LTS Hausdorff距离与遗传算法的图像配准方法［J］．电子技术应用，2007(7)：64-65．［9］ ADRIAN B, COSMIN C, CORNELIU L. An Hausdorff distance based approach for evaluation of image moments in servoing applications［C］ // Proceedings of the 2010 IEEE 6th International Conference on Intelligent Computer Communication and Processing. Washington, DC: IEEE Computer Society, 2010: 255-258. ［10］符艳军，程咏梅，潘泉，等．基于LTS-HD的像素跳跃式快速景象匹配算法［J］．光子学报，2010,39(7):1284-1285．［11］ SIM D G, KWON O K, PARK R H. Object matching algorithm using robust Hausdorff distance measures ［J］. IEEE Transactions on Image Processing, 1999, 8(3): 425-429. ［12］ ANDREY A, NIKOLAY K. Word image matching based on Hausdorff distances［C］ // 2009 10th International Conference on Document Analysis and Recognition. Washington, DC: IEEE Computer Society, 2009: 396-400. ［13］彭晓明，丁明跃，周成平．一种基于Hausdorff距离的高效目标搜索算法［J］．中国图象图形学报，2004, 9(1): 23-28. ［14］ HUTTENLOCHER D P, RUCKLIDGE W J. A multi-resolution technique for comparing images using the Hausdorff distance ［C］// IEEE Computer Vision and Pattern Recognition. Washington, DC: IEEE Computer Society, 1993: 705-706.

[1]	陈学斌, 任志强, 张宏扬. 联邦学习中的安全威胁与防御措施综述[J]. 《计算机应用》唯一官方网站, 2024, 44(6): 1663-1672.
[2]	董炜娜, 刘佳, 潘晓中, 陈立峰, 孙文权. 基于编码-解码网络的大容量鲁棒图像隐写方案[J]. 《计算机应用》唯一官方网站, 2024, 44(3): 772-779.
[3]	黄杰, 武瑞梓, 李均利. 高效的自适应复杂网络鲁棒性优化算法[J]. 《计算机应用》唯一官方网站, 2024, 44(11): 3530-3539.
[4]	汪韩, 万源, 王东, 丁义明. 宽度学习系统中鲁棒性权值矩阵组合的筛选方法[J]. 《计算机应用》唯一官方网站, 2024, 44(10): 3032-3038.
[5]	赵徐炎, 崔允贺, 蒋朝惠, 钱清, 申国伟, 郭春, 李显超. CHAIN：基于重合支配的边缘计算节点放置算法[J]. 《计算机应用》唯一官方网站, 2023, 43(9): 2812-2818.
[6]	高健, 李智, 樊缤, 姜传贤. 基于光线投射采样和四元数正交矩的高效三维医学影像鲁棒零水印算法[J]. 《计算机应用》唯一官方网站, 2023, 43(4): 1191-1197.
[7]	葛孟婷, 万鸣华. 基于近邻监督局部不变鲁棒主成分分析的特征提取模型[J]. 《计算机应用》唯一官方网站, 2023, 43(4): 1013-1020.
[8]	范贤博俊, 陈立家, 李珅, 王晨露, 王敏, 王赞, 刘名果. 鲁棒的视觉机械臂联合建模优化方法[J]. 《计算机应用》唯一官方网站, 2023, 43(3): 962-971.
[9]	孙梦迪, 孙忠贵, 孔旭, 韩红燕. 针对多模态图像的自适应引导形态学设计[J]. 《计算机应用》唯一官方网站, 2023, 43(2): 560-566.
[10]	郭可贵, 曹瑞, 万能, 汪晓, 尹悦, 唐旭明, 熊军林. 基于输电杆塔区域提取的图像匹配算法[J]. 《计算机应用》唯一官方网站, 2022, 42(5): 1591-1597.
[11]	周金坤, 王先兰, 穆楠, 王晨. 基于多视角多监督网络的无人机图像定位方法[J]. 《计算机应用》唯一官方网站, 2022, 42(10): 3191-3199.
[12]	柏财通, 崔翛龙, 郑会吉, 李爱. 基于自监督知识迁移的鲁棒性语音识别技术[J]. 《计算机应用》唯一官方网站, 2022, 42(10): 3217-3223.
[13]	高工, 杨红雨, 刘洪. 基于深度学习的三维点云人脸识别[J]. 计算机应用, 2021, 41(9): 2736-2740.
[14]	李华, 卢桂馥, 余沁茹. 基于干净数据的流形正则化非负矩阵分解[J]. 《计算机应用》唯一官方网站, 2021, 41(12): 3492-3498.
[15]	龚云鹏, 曾智勇, 叶锋. 基于灰度域特征增强的行人重识别方法[J]. 《计算机应用》唯一官方网站, 2021, 41(12): 3590-3595.

基于向量长度的Hausdorff距离图像匹配方法

Image matching method by using Hausdorff distance based on vector length

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics