基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了快速高效地进行目标搜索,提出了一种在仿射变换条件下,利用Hausdroff 距离进行目标搜索的高效算法.此算法是在一种新的距离变换形式--"最小正方盒距离变换"的基础上进行的.实验结果表明,与现有算法相比,该算法在不影响搜索成功率和目标定位精度的情况下,还可以显著地缩短搜索时间.为验证该算法的有效性,将该算法与Rucklidge算法进行了对比实验,结果表明,该算法明显优于Rucklidge提出的快速目标搜索算法.
推荐文章
一种改进的Hausdorff距离目标跟踪算法
边缘检测
边缘细化
Hausdorff距离
模板匹配
一种基于强化学习的UAV目标搜索算法*
无人机
目标搜索
强化学习
Q学习
一种改进的和声搜索算法
和声搜索算法
蝙蝠算法
改进和声搜索算法
稳定性
精确度
一种基于Hausdorff距离的车牌字符识别算法
车牌字符识别
Hausdorff距离
模板匹配
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种利用Hausdorff距离的高效目标搜索算法
来源期刊 中国图象图形学报A辑 学科 工学
关键词 目标定位 模式识别 模板匹配 Hausdroff 距离
年,卷(期) 2004,(1) 所属期刊栏目 综述
研究方向 页码范围 23-28
页数 6页 分类号 TP391.4
字数 5742字 语种 中文
DOI 10.3969/j.issn.1006-8961.2004.01.004
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 周成平 华中科技大学图像识别与人工智能研究所图像信息处理与智能控制教育部重点实验室 77 1319 19.0 32.0
2 丁明跃 华中科技大学图像识别与人工智能研究所图像信息处理与智能控制教育部重点实验室 94 1385 19.0 33.0
3 张天序 华中科技大学图像识别与人工智能研究所图像信息处理与智能控制教育部重点实验室 184 3360 30.0 49.0
4 彭晓明 华中科技大学图像识别与人工智能研究所图像信息处理与智能控制教育部重点实验室 10 219 8.0 10.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (35)
同被引文献  (17)
二级引证文献  (102)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2005(5)
  • 引证文献(5)
  • 二级引证文献(0)
2006(7)
  • 引证文献(4)
  • 二级引证文献(3)
2007(8)
  • 引证文献(4)
  • 二级引证文献(4)
2008(9)
  • 引证文献(4)
  • 二级引证文献(5)
2009(11)
  • 引证文献(4)
  • 二级引证文献(7)
2010(10)
  • 引证文献(3)
  • 二级引证文献(7)
2011(18)
  • 引证文献(2)
  • 二级引证文献(16)
2012(13)
  • 引证文献(4)
  • 二级引证文献(9)
2013(8)
  • 引证文献(0)
  • 二级引证文献(8)
2014(9)
  • 引证文献(1)
  • 二级引证文献(8)
2015(15)
  • 引证文献(2)
  • 二级引证文献(13)
2016(7)
  • 引证文献(0)
  • 二级引证文献(7)
2017(8)
  • 引证文献(1)
  • 二级引证文献(7)
2019(4)
  • 引证文献(1)
  • 二级引证文献(3)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
目标定位
模式识别
模板匹配
Hausdroff
距离
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国图象图形学报
月刊
1006-8961
11-3758/TB
大16开
北京9718信箱
82-831
1996
chi
出版文献量(篇)
5906
总下载数(次)
17
总被引数(次)
131816
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导