基于相似度加权的自适应HD算法

？Hausdorff距离(Hausdorffdistance,HD)是一种点集与点集之间的距离测度,常用于目标物体的匹配、跟踪和识别等.本文在分析经典HD及改进算法的基础上,提出了一种基于相似度加权的自适应HD(AdaptiveHausdarffdistance,AHD)算法.AHD算法利用不同点到点集的最小距离的个数作为匹配相似度的测量,并舍弃对判断匹配几乎没有作用的较大的点到点集的最小距离值;同时根据点到点集的最小距离自适应选择权值,从而得到一种基于相似度测量加权系数;通过利用部分点到点集的最小距离和基于相似度的加权平均,既增强了算法的鲁棒性,又尽可能地保证了算法的精度.实验结果显示,AHD算法在匹配准确性、抵抗噪声和遮挡干扰等方面性能良好.