一种改进的hausdorff距离模板匹配算法

《一种改进的hausdorff距离模板匹配算法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第l9卷第5期计算机技术与发展V(l9NO．52009年5月COMPUTERTECHN0LOGYANDDEVE[)PMENTMay2009一种改进的Hausdorff距离模板匹配算法陈玲芝，王保保，董建国(西安电子科技大学计算机科学与技术系，陕西西安710071)摘要：检测和提取图像中的目标图像是图像处理和模式识别等领域里非常活跃的问题。因为I-tansdoff距离对于目标遮挡、图像噪声和图像晃动等情况具有较好的鲁棒性，因此使用Hausdorf距离进行图像匹配是较常用的方法之一。为了降低此算法的计算复杂度，提高匹配效率，提出了一种能够从待匹配图像中高效匹配

2、出模板图像的改进算法。将文中提出的改进算法分别应用到一幅图像和视频序列图像中，实验结果证明了该算法的高效性。关键词：感兴趣区域；Hausdorff距离；模板匹配；高效性中图分类号：m91文献标识码：A文章编号：1673—629X(2009)05一o082～O4AModifiedAlgorithmforModel‘。BasedMatchingUsingHausdorffDistanceCHENLing—zhi，WANGBao—bao，DONGJian—guo(DepartmentofComputerScienceandTechnolcqy，XidianUni

3、versity，Xi’an710071，China)Abstract：Inimageprocessingandpatternrecognition，itisakeytechniquetodetectregionsofinterestedintestimageandextractthemfromtestimage．BecauseHausdorffdistanceisrobusttOobjectocclusion，imagenoise，andclutter，ete，model—basedmatchingusing~husdoffdistanceisoneoft

4、hertlostcommonapproaches．Inordertoreducethecomputationalcomplexityoftheapproachabove，im·proveefficiency，amodifiedalgorithmthatcanefficientlydet~tmodelimageintestimageispmpo~inthispaperwiththe$&rfleac~ura·cyastheoneunmodified．Finally，theproposedalgoritlmaisappliedtoimagematchingona

5、singleinmgeandavideosequence，withgoodvisualandobjectivematchingefficiencyresults．Keywords：regionsofinterested；Hau~orffdistance；model—basedmatching；efficiency0引言的形状匹配不同于其他的形状匹配，一方面，Hausdorff从广义上讲，图像包含了多种能够被人类所感知距离不需要建立两个点集中点的一一对应关系，并且到的信息，例如：颜色、纹理、亮度、图表和文字等等，但对图像噪声和晃动具有较好的鲁棒性；另一方面，

6、当所是，通常情况下，并不是所有信息都是人们所关心的，t匹配的点的数目比较大时，匹配效率会迅速降低的这往往只有某一部分区域的信息才是人们所感兴趣的。一缺点也很值得改进。因此，文中提出了一种采用因此，在一定程度上来说，得到感兴趣区域的相关信息Hausdoff距离进行模板匹配的改进算法，此算法能够是非常重要的，定位感兴趣区域并将其从待匹配图像在上述情况下减少计算量，提高匹配效率。中提取出来就成为图像处理中非常必要的步骤了。为了定位感兴趣区域，可以使用阈值法、基于模板的图像1Hausdorff距离法匹配法、基于梯度的分割法、区域增长法等多种方法，1．1单向Haus

7、dorff距离而基于模板的图像匹配是最常用的一种方法。给定两个含有有限点的集合A={a，a2，⋯，n}Hausdorff距离是一种极大一极小距离，主要用于和B={b1，b2，⋯，b}，存在两个单向Hausdoff距离计算两个点集之间的匹配程度。基于Hausdorff距离(也叫从一个集合到另一个集合的Hausdorff距离)，单向Hausdorff距离的定义如下：收稿日期：2008—08—01h(A，B)=max{mii1{D(a，b)l}(1)作者简介：陈玲芝(1983一)，女，陕西咸阳人，颧士研究生，研究方向h(B，A)=lllax{min{D(b，“)

8、}}(2)为数字图像处理、视频图像目标跟踪、机器视觉；王保保，博士