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:
由于传统Hausdorff距离算法对减少非零均值高斯噪声的干扰不明显,且匹配精度不能满足惯导的要求,因而提出了一种改进的算法分支点的加权Hausdorff距离(Weighted Hausdorff Distance,WHD)算法,并给出了权值的求取公式.方法能有效匹配被非高斯噪声污染的图像,提高景象匹配的精度和速度,增强算法的鲁棒性.并对提出的WHD算法与部分的平均距离算法(PMHD)分别作仿真实验进行比较,证明了前者算法的实用性和有效性.
推荐文章
一种基于区域特征的景象匹配算法研究
区域特征
景象匹配
Hausdorff距离
基于BP神经网络的景象匹配算法
景象匹配
红外与可见光
Krawtchouk不变矩
主分量分析法
BP神经网络
基于灰度特征编码的快速景象匹配方法
分形编码
特征矩阵
景象匹配
NNPROD算法
适应性
一种新的基于SIFT算法的景象匹配制导方法
Canny边缘检测
SIFT算法
景象匹配制导
Canny-SIFT算法
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 基于分支特征点的景象匹配算法
来源期刊 计算机仿真 学科 工学
关键词 豪斯多夫距离 分支点提取 景象匹配 加权豪斯多夫距离
年,卷(期) 2010,(2) 所属期刊栏目 航空航天领域仿真
研究方向 页码范围 88-91
页数 4页 分类号 TP391.41
字数 3361字 语种 中文
DOI 10.3969/j.issn.1006-9348.2010.02.022
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 段晓军 西北工业大学无人机特种技术国家重点实验室 53 291 10.0 13.0
2 陈楸 西北工业大学无人机特种技术国家重点实验室 32 139 5.0 10.0
3 董湛 西北工业大学无人机特种技术国家重点实验室 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (46)
参考文献  (6)
节点文献
引证文献  (3)
同被引文献  (3)
二级引证文献  (11)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(3)
  • 引证文献(1)
  • 二级引证文献(2)
2013(5)
  • 引证文献(0)
  • 二级引证文献(5)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
豪斯多夫距离
分支点提取
景象匹配
加权豪斯多夫距离
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
计算机仿真
月刊
1006-9348
11-3724/TP
大16开
北京海淀阜成路14号
82-773
1984
chi
出版文献量(篇)
20896
总下载数(次)
43
论文1v1指导