| 【中文题名】 | 基于Hausdorff距离的轮廓线匹配 |
| 【英文题名】 | Contour Matching Based on Hausdorff Distance |
| 【学科专业】 | 计算数学 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-6-1 |
| 【中关键词】 | 轮廓匹配,Hausdorff距离,特征点,曲率,曲率角, |
| 【英关键词】 | contour matching,hausdorff distance,feature point,curvature,curvature angle, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>计算技术、计算机技术>计算机的应用>信息处理(信息加工)>模式识别与装置 |
| 【论文摘要】 |
随着科学技术的迅猛发展,形状匹配技术己成为信息处理,特别是图像信息处理领域中的一项非常重要的技术,并在计算机视觉、资源分析、医学图像配准、气象预报、交通管理、文字识别等领域得到了广泛的应用。在机器识别事物的过程中,经常需要将已知图像的轮廓与陌生图像的轮廓全部或者部分在空间上配准,根据已知模式(通常是人们感兴趣的对象)的形状在一幅陌生图像中寻找对应该模式的子现状,这个过程就是形状匹配。本文主要研究了基于Hausdorff距离的轮廓线匹配算法。首先介绍形状匹配的概念,然后阐述如何将该技术应用到轮廓曲线匹配中。针对这一应用的几个主要部分作了讨论和研究,提出了两个轮廓匹配算法。主要内容包括:
1.研究利用曲率来提取轮廓线上的特征点,以特征点及其两侧的若干点构成特征段,用特征段对轮廓进行分段描述,进而以Hausdorff距离为相似度量准则来度量分段轮廓之间的相似性,获得匹配结果。该算法充分利用轮廓线的几何特征信息,既保证了较好的匹配精度,又能显著提高算法速度。
2.对拐点和切点的问题,研究通过曲率角和曲率符号分别提取轮廓线上的角点、切点与拐点,然后以特征点为中心,R为半径的邻域内的若干点构成特... |
| 【论文题纲】 |
|
摘要 |
3-4 |
|
ABSTRACT |
4-8 |
|
1 绪论 |
8-14 |
|
1.1 形状匹配的研究意义 |
8-9 |
|
1.2 形状匹配及其研究进展 |
9-12 |
|
1.3 本文的主要研究内容 |
12-14 |
|
2 形状匹配与 HAUSDORFF 距离 |
14-22 |
|
2.1 轮廓曲线的表示 |
14-16 |
|
2.2 轮廓特征点 |
16-17 |
|
2.3 基于各种不变量的形状匹配方法 |
17-20 |
|
2.4 HAUSDORFF 距离 |
20-21 |
|
2.5 小结 |
21-22 |
|
3 基于 HAUSDORFF 距离和曲率的轮廓线匹配 |
22-32 |
|
3.1 曲率 |
22-24 |
|
3.2 基于 HAUSDORFF距离和曲率的轮廓线匹配 |
24-27 |
|
3.3 实验结果 |
27-31 |
|
3.4 小结 |
31-32 |
|
4 基于曲率与曲率角的轮廓线匹配 |
32-43 |
|
4.1 曲线平滑 |
32-33 |
|
4.2 轮廓特征点的提取 |
33-37 |
|
4.3 基于曲率与曲率角的轮廓匹配算法 |
37-38 |
|
4.4 实验结果 |
38-42 |
|
4.5 小结 |
42-43 |
|
5 总 结 |
43-44 |
|
致 谢 |
44-45 |
|
参考文献 |
45-48 |
|
附录 |
48 |
|
| 【DOI】 | LunWen.ID:2.2008.367412 |
