遗传算法在Sierpinski地毯Hausdorff测度计算中的研究与应用

遗传算法是一种高效的全局优化概率搜索算法,基于分形几何中测度难以计算的问题,本文提出了采用遗传算法来求解Sierpinski地毯近似最优Hausdorff测度的思想,并研究和分析了遗传算法在Sierpinski地毯Hausdorff测度计算中的具体实现。     

区间复模糊软集的距离测度及其应用

基于区间复模糊软集的概念,定义了多种区间复模糊软集的距离测度公式,包含Hausdorff距离、Hamming距离、Euclidean距离、广义Hausdorff距离、广义Euclidean距离、广义加权Hausdorff距离、广义加权Euclidean距离、加权Hausdorff距离、加权Hamming距离、加权Euclidean距离。提出了除交、并、补运算外的区间复模糊软集的加法、乘法、部分隶属度和部分非隶属度运算以及距离测度之间的运算性质。基于区间复模糊软集距离测度构造了一种TOPSIS决策方法,并将这种决策方法应用于经济分析中,验证了所提方法的可行性。     

基于边缘拟合直线的遥感图像自动配准

旋转问题是目前图像自动配准中的一个难点,普通方法计算复杂度大,无法满足很多应用中实时性的要求,而基于边缘方向直方图的方法对噪声很敏感,对边缘进行直线拟合,提出了一种新的基于边缘拟合直线的配准算法。提出了边缘拟合直线角度差直方图的构建方法,并利用它对待配准图像进行旋转角度补偿,然后使用边缘点集的Hausdorff距离进行平移量估计,获得变换参数的近似值;最后以基于Renyi熵的互信息为相似性测度,利用遗传算法在粗配准的近似解的小范围邻域内快速寻找最优解进行精确配准。该方法计算简单、抗噪声性能强且能获得较好的配准精度。     

具有分形特性的背景序列及其概念格

在国内外首次研究分形与概念格这两大领域之间的联系,提出了一种形式背景序列,这个形式背景序列将对应一个单位正方形中的图形序列,而这个图形序列的极限是一个分形图形。给出了分形背景序列的形式化表示方法,研究了这种分形背景序列的概念格序列的计算方法。证明了这个分形背景序列的极限概念格中的概念个数具有Hausdorff特性;对相应的极限图形定义了一个全新的维数:概念分数维,展示了两大领域联系的更多数据表征。     

WorldView-1卫星植被全色图像分形维数的计算方法

WorldView-1卫星可进行高分辨率的全色段成像和细节化的精确制图,其中植被图像的特征提取对于后续识别、分类等研究,具有重要的应用价值。利用分形理论在图像识别中的优势,结合WorldView-1植被全色图像的特征,提取一定规模的植被图像块,分别以Hausdorff算法、Box-counting算法、Euclidean distance map算法及毯覆盖法进行分形维数提取和比较分析,寻求适合WorldView-1植被全色图像的分形维数计算方法。实验结果表明,毯覆盖法计算维数比另外三种算法稳定,适合求取WorldView-1影像分形维数。     

基于Hausdorff距离的飞机定位方法

为了更快、更准确地识别出遥感图像中的飞机目标,用角点与Hausdorff距离相结合的方法来定位飞机目标.首先对图像进行Harris角点提取,由于传统的Harris角点提取方法对尺度比较敏感,所以采用Harris-Laplacian角点提取方法,由于在尺度空间的每层图像上计算Harris角点的计算量比较大,结合机场图像背景单一且飞机的灰度值比较高的特殊性,提高角点检测的速度和准确性;然后利用改进的Hausdorff距离即基于平均距离值的Hausdorff距离对两个特征点集进行匹配来定位飞机目标.该方法只需要一个模板就能对飞机目标进行定位.通过对机场图像的试验结果表明,该方法能很好地定位出飞机目标,具有较好的鲁棒性和实用性.     

GB18030汉字的分形相关性研究

要GB18030是国家标准局新近颁布的最重要的汉字编码标准。本文从分形信息学的角度对GB18030汉字库中的27538个汉字的分形特性进行了研究。基于格分维理论，给出了汉字格测度的选取原则和格分维的计算方法。计算与统计表明：96．6846％的汉字的分形维数在[1．00，1.503]之间，98．9469％汉字的分形相关性系数R^2值在[0．95，1．003之间，这表明汉字具有显著的分形特性。     

基于ASM和K近邻算法的人脸脸型分类

针对人脸特征分类问题,提出一种基于主动形状模型(ASM)和K近邻算法的人脸脸型分类方法。将Hausdorff距离作为K近邻算法的距离函数,利用ASM算法提取待测图像的特征点,对点集进行归一化后计算人脸轮廓特征点与样本库中所有样本点集的Hausdorff距离,根据该距离值,通过K近邻算法实现待测图像的脸型分类。实验结果证明,该方法分类正确率高、速度快、易于实现。     

基于加权方差的煤矸石X射线图像分形维数最优估计算法

传统方法对于煤矸石X射线图像分形维数估计存在单层次缺陷,提出了基于加权方差的煤矸石X射线图像分形维数最优估计方法。由局域窗口特征检测方法获取图像的二维边缘像素特征分量,取其最大值构成图像采集的像素特征量,实现对图像的特征分解。在此基础上,提取二值化图像边缘轮廓特征量,采用包络轮廓线分割方法超分辨融合煤矸石X射线图像,建立煤矸石X射线图像的模板匹配模型。采用多层次纹理重建方法,获取图像的活动轮廓多层次分布集,结合加权方差获取图像方差和标准差,将图像的分形维数估计方差和标准差输入图像的相关性检测模板匹配函数中,进行图像分形维数最优估计。仿真结果表明,采用该方法进行煤矸石X射线图像分形维数估计的精度较高,自适应性较好,提高了煤矸石X射线图像的识别和检测能力。     

基于Hausdorff距离的手势识别

随着先进人机交互技术的提出及发展，手势识别正成为其中一项关键技术，基于视觉的手势识别是当前涉及图象处理，模式识别，计算机视觉等领域的一个比较活跃的课题，由于Hausdorff距离模板匹配的方法具有计算量小，适应性强的特点，因此基于Hausdorff距离，建立了一个手势识别系统，该系统采用边缘特征像素点作为识别特征，并首次利用Hausdorff距离模板匹配的思想，在距离变换空间内，实现了中国手指字母集上的基于单目视觉的30个手指字母的手势识别，为提高系统的鲁棒性，还提出了修正的Hausdorff距离形式，测试集上的平均识别率为96．7％，实验结果表明，基于Hausdorff距离的模板匹配方法用于基于听觉的静态手势识别是可行的。     

基于GEP的分形图像压缩并行算法

传统图像压缩算法存在图像压缩率不高、寻找最优分形图像压缩编码速度慢的不足。为此,提出一种基于基因表达式编程(GEP)的分形图像压缩并行算法。分析二值图像压缩变换的求解过程,给出分形图像基因和染色体的编码表示,设计适应度函数,研究GEP遗传进化操作的编码步骤。在PC机群上的实验结果表明,与串行算法相比,该算法的图像压缩率较高、运行速度较快,具有线性加速比。     

基于弦高点和遗传算法的仿射配准

针对复杂场景中目标由于成像畸变、部分遮挡和局部缺失难于识别的难题, 提出了一种新的特征点——弦高点, 将其和遗传算法相结合用于图像的仿射配准. 算法首先给出了弦高点的定义, 并证明了其仿射不变性; 然后,应用遗传算法搜索模型和目标轮廓上两对对应点, 以弦高点作为第三对对应点, 求解最优的仿射变换矩阵; 最后,对遗传算法搜索的结果再进行线性搜索, 提高配准的精度. 本文利用 LTS Hausdorff距离(Least trimmed square Hausdorff distance, LTS-HD) 进行度量, 能有效克服部分遮挡或局部缺失的影响. 由于采用遗传算法, 并只需搜索两对对应点, 配准的速度得到提高. 理论分析和实验结果均表明, 该算法能有效地进行仿射配准, 并能处理部分遮挡或局部缺失.     

The Hausdorff Voronoi Diagram of Point Clusters in the Plane

We study the Hausdorff Voronoi diagram of point clusters in the plane, a generalization ofVoronoi diagrams based on the Hausdorff distance function. We derive a tight combinatorial bound on the structural complexity of this diagram and present a plane sweep algorithm for its construction. In particular, we show that the size of the Hausdorff Voronoi diagram is (n + m), where n is the number of points on the convex hulls of the given clusters, and m is the number of crucial supporting segments between pairs of crossing clusters. The plane sweep algorithm generalizes the standard plane sweep paradigm for the construction of Voronoi diagrams with the ability to handle disconnected Hausdorff Voronoi regions. The Hausdorff Voronoi diagram finds direct application in the problem of computing the critical area of a VLSI layout, a measure reflecting the sensitivity of the VLSI design to spot defects during manufacturing.     

Efficient Genetic Algorithm Based Data Mining Using Feature Selection with Hausdorff Distance

The development of powerful computers and faster input/output devices coupled with the need for storing and analyzing data have resulted in massive databases (of the order of terabytes). Such volumes of data clearly overwhelm more traditional data analysis methods. A new generation of tools and techniques are needed for finding interesting patterns in the data and discovering useful knowledge. In this paper we present the design of more effective and efficient genetic algorithm based data mining techniques that use the concepts of self-adaptive feature selection together with a wrapper feature selection method based on Hausdorff distance measure.     

基于高光谱非线性向量空间的光谱曲线特征差异性分析

地物光谱特征分析是对地物进行分类和匹配的基础,目前高光谱遥感技术应用在精细物种识别中主要采用波谱分析的方法。重点探索非线性空间里的相似性测度方法,由于光谱曲线表征复杂光谱成像的非线性过程,论文从空间目标的整体形状描述非空集合之间的差异,采用Fr′echet距离、Hausdorff距离、Euclidian距离分别定义光谱特征曲线的距离,设计算法测量光谱向量之间的非线性相似程度。结果表明,采用Fr′echet距离、Hausdorff距离、Euclidian距离度量光谱相似度的精度依次减弱,但依据Fr′echet距离的算法时间复杂度略高。基于Fréchet距离的方法充分考虑了曲线上点的位置信息及整体曲线的走势问题,其在精度、抗噪能力等方面均有提升,从而为分析光谱特征提供了可能的新途径。     

基于HMM的多尺度Wedgelet图像压缩算法

针对小波变换在压缩图像边缘上的不足,提出了率失真意义下的多尺度Wedgelet分析的改进方法,在进行多尺度Wedgelet分解时,将几何一致性考虑到优化准则中,建立了隐Markov模型,并利用Hausdorff距离来衡量图像Wedgelet分解的有效性,使图像近似边缘具有更自然的几何特性。实验结果表明了该算法的有效性。     

一种基于鲁棒Hausdorff距离的目标匹配算法

在传统的基于边缘位置的Hausdorff距离匹配的基础上,将边缘的梯度信息引入到距离度量当中,构造了一种新的三维距离函数。在此基础上,提出了一种鲁棒的三维Hausdorff距离及其目标匹配算法,采用粗匹配与精匹配相结合的两步匹配策略有效解决了由距离度量维数增加所导致的算法复杂性增大的问题。实验表明,该算法相对于传统的基于边缘位置的Hausdorff距离目标匹配算法在鲁棒性上有很大的提高。     

一种内外轮廓加权的人耳检测算法

为了提高人耳检测中图像匹配的精确性,提出对内外耳轮廓加权,并利用Hausdorff距离进行人耳检测的算法。在传统的Hausdorff距离匹配中,图像如果受噪声干扰或边缘不连续等情况,检测结果不理想。因此为使检测位置更加接近外耳轮廓,需要强调外耳轮廓的作用,这通过对外耳加大权值、对内耳加小权值实现,然后再结合加权Hausdorff距离进行图像匹配计算。仿真实验表明,提出的算法是有效的。相比传统Hausdorff距离和平均Hausdorff距离的匹配,人耳轮廓加权的算法更加精确。     

基于归一化编辑距离和谱聚类的轨迹模式学习方法

针对欧氏距离和Hausdorff距离等在描述目标运动轨迹差异性时度量不够准确的问题,提出一种基于归一化编辑距离和谱聚类的轨迹分布模式学习方法．首先对目标的运动轨迹进行矢量量化编码;然后采用归一化的编辑距离来度量轨迹编码序列之间的差异,得到归一化编辑距离矩阵;再通过该矩阵进行谱聚类来提取轨迹的分布模式;最后利用所提取的轨迹分布模式确定整条轨迹及其局部是否异常．通过仿真和真实场景的实验验证了该方法的有效性．