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:
通过单目灰度图像来实现已知3维模型移动对象的精确定位,是基于3维模型的交通视觉检测与目标跟踪系统的首要环节,也是机器视觉领域的一个重要问题.为了更好地进行图像匹配,提出了一种带权值的Hausdorff距离作为3维模型投影和图像中物体轮廓相似性的测度,以避免建立图像特征与模型之间的点-点对应,这样既可减少计算量,也可提高匹配精度.为了避免陷入局部最优,可将一种带记忆功能的模拟退火(SA)算法引入图像模型匹配,这样可提高匹配参数的搜索精度.实验证明,由于SA算法和改进的Hausdorff距离相结合能有效地对3维模型和图像进行匹配,从而可对具有平移、旋转的物体实现精确定位.
推荐文章
基于改进的加权Hausdorff距离的图像匹配
相似性度量
Hausdorff距离
图像匹配
基于Hausdorff距离和改进ASM的人脸跟踪方法
主动形状模型
主成分分析
离散余弦变换
Hausdorff距离
人脸跟踪
基于改进Hausdorff距离的分层景象匹配算法
Hausdorff距离
景象匹配
分层
模糊性
统计性
基于Hausdorff距离的图形快速匹配
图形匹配
角点
金字塔算法
Hausdorff距离
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 基于Hausdorff距离的3维模型匹配的改进方法
来源期刊 中国图象图形学报 学科 工学
关键词 Hausdorff距离 边缘提取 3维模型匹配 模拟退火
年,卷(期) 2005,(3) 所属期刊栏目 学术论文与技术报告
研究方向 页码范围 326-331
页数 6页 分类号 TP242.6*2|TP391.41
字数 4083字 语种 中文
DOI 10.3969/j.issn.1006-8961.2005.03.012
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 韩崇昭 西安交通大学电信学院综合自动化研究所 349 5634 35.0 59.0
2 陈莹 西安交通大学电信学院综合自动化研究所 14 103 6.0 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  (7)
节点文献
引证文献  (13)
同被引文献  (11)
二级引证文献  (39)
1993(2)
  • 参考文献(2)
  • 二级参考文献(0)
1998(2)
  • 参考文献(2)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(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)
2007(2)
  • 引证文献(2)
  • 二级引证文献(0)
2008(7)
  • 引证文献(3)
  • 二级引证文献(4)
2009(5)
  • 引证文献(1)
  • 二级引证文献(4)
2010(7)
  • 引证文献(3)
  • 二级引证文献(4)
2011(7)
  • 引证文献(0)
  • 二级引证文献(7)
2012(4)
  • 引证文献(0)
  • 二级引证文献(4)
2013(2)
  • 引证文献(1)
  • 二级引证文献(1)
2014(3)
  • 引证文献(0)
  • 二级引证文献(3)
2015(5)
  • 引证文献(0)
  • 二级引证文献(5)
2016(4)
  • 引证文献(1)
  • 二级引证文献(3)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
Hausdorff距离
边缘提取
3维模型匹配
模拟退火
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
国家重点基础研究发展计划(973计划)
英文译名:National Basic Research Program of China
官方网址:http://www.973.gov.cn/
项目类型:
学科类型:农业
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导