資源描述：
《基于hausdorff距離相似性度量方法的研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、基于Hausdorff距離的相似性度量方法研究摘要相似性度量是現(xiàn)代相似性科學(xué)的一種核心技術(shù)。它在圖像識(shí)別以及人工智能中的手勢(shì)識(shí)別和人臉識(shí)別、地理信息系統(tǒng)(GIS)中的定位跟蹤算法等領(lǐng)域都有廣泛應(yīng)用。通過(guò)提取空間對(duì)象的邊緣軌跡并將其轉(zhuǎn)化為對(duì)應(yīng)的空間點(diǎn)集，采用計(jì)算兩空間點(diǎn)集的Hausdorff距離來(lái)對(duì)其進(jìn)行相似性度量是現(xiàn)代相似性科學(xué)中一種主要的常見方法。目前，常見的Hausdorff距離計(jì)算算法采用空間索引技術(shù)R-樹以提高算法的運(yùn)行效率，但容易受到噪聲干擾影響算法計(jì)算Hausdorff距離的準(zhǔn)確性。隨著空間對(duì)象的數(shù)據(jù)規(guī)模日益加大，空間對(duì)象
2、邊緣軌跡轉(zhuǎn)化而來(lái)的空間點(diǎn)集也越來(lái)越龐大。因此，對(duì)計(jì)算Hausdorff距離的算法的性能要求越來(lái)越高，如何在提高算法性能的同時(shí)保證算法計(jì)算Hausdorff距離的準(zhǔn)確度是一個(gè)重要課題?；谝陨戏治?，本文對(duì)如何優(yōu)化Hausdorff距離相似性度量算法做出有意義的探索，本論文所做的主要工作如下：1．針對(duì)目前基于Hausdorff距離的相似性度量方法中普遍存在的遍歷R樹開銷較大，總執(zhí)行時(shí)間開銷偏大的問(wèn)題，本文提出了一種改進(jìn)型的基于Hausdorff距離的相似性度量方法。與以往算法中數(shù)據(jù)結(jié)構(gòu)為基于R-樹，遍歷方法為深度優(yōu)先或者最佳優(yōu)先方法不同，
3、在本文中，應(yīng)用分支定界原理對(duì)中間結(jié)果進(jìn)行剪枝，降低了算法中遍歷R．樹的次數(shù)。仿真實(shí)驗(yàn)結(jié)果表明，本方法顯著地減少了算法的時(shí)間開銷，降低了遍歷R．樹的開銷代價(jià)。2．針對(duì)基于Hausdorff距離的相似性度量方法中仍然存在的抗噪聲干擾性差的問(wèn)題。本文應(yīng)用遞增的Hausdorff距離相似性度量方法。與基本遍歷R樹并計(jì)算得到Hausdorff距離不同，本文引入一種雙隊(duì)列方向中間存儲(chǔ)結(jié)構(gòu)，遞增地訪問(wèn)不同對(duì)象的R．樹節(jié)點(diǎn)。仿真實(shí)驗(yàn)分析結(jié)果表明，改進(jìn)的基于遞增的Hausdorff距離相似性度量算法，在保證相似性比較結(jié)果準(zhǔn)確性的基礎(chǔ)上，增強(qiáng)了抗噪聲干擾
4、能力。3．將INC．HD算法應(yīng)用到實(shí)際的民用無(wú)人機(jī)遙感圖像處理系統(tǒng)上，經(jīng)實(shí)驗(yàn)驗(yàn)證，通過(guò)計(jì)算圖像的特征點(diǎn)之間的Hausdorff距_離值來(lái)檢測(cè)圖像間的相似度，可以對(duì)源圖像數(shù)據(jù)的預(yù)處理操作進(jìn)行一定程度的優(yōu)化，淘汰一部分冗余無(wú)效的源圖像數(shù)據(jù)，提高有效的圖像配準(zhǔn)及圖像拼接次數(shù)，從而提高系統(tǒng)執(zhí)行效率。關(guān)鍵詞：相似性度量、Hausdorff距離、R．樹THERESEARCHOFSIMILARMEASUREMENTMETHODBASEDoNHAUSDoRFFDISTANCEABSTRACTSimilaritymeasureisacoretechno
5、logyofthemodernsimilarityscience．Itiswidelyappliedintheimagerecognition，thegesturesrecognition，facerecognitionandgeographicalinformationsystem(GIS)orientedinareassuchastrackingalgorithm．Byextractingtheedgeofspacetarget,trackandtransformingtheedgeintopointssetofthecorres
6、pondingspace，ItisoneofthemaincommonmethodcalculatingtheHausdorffdistancebetweentwospacesetofpointsinthesimilaritymeasureofmodemsimilarityscience．Atpresent，thespatialindextechnologyofcommonHausdorffdistancecomputingalgorithmadoptedtheR—treesinordertoimprovetheoperationef
7、ficiencyofalgorithm，buttheHausdorffdistanceaccuracyofthealgorithmisvulnerabletonoiseaffect．Withthegrowingscaleofthedataobjectspace，edgetrackofthespaceobjecttransformedbyspacepointsetalsobecomingmoreandhuger．Therefore，theperformancerequirementsofthealgorithmwhichcalculat
8、ionoftheHausdorffdistanceismoreandmorehigher，andhowtoimprovetheperformanceofthealgorithmandguaranteetheaccurac
