论文部分内容阅读
目标定位是机器视觉领域的重要问题。针对传统方法受背景干扰点影响较为严重的问题,提出一种基于边界强度的改进型Hausdorff距离用于目标定位。该方法在边界提取算法的基础上,利用边界长度、边界梯度和边界闭合度计算目标图像所提取边界的权值,并结合加权Hausdorff距离建立定位匹配函数。为避免定位寻优过程陷入局部极小点,采用多变量相关的分布估计算法,利用概率模型描述匹配参数之间的相互关系,并以此模型产生优势样本,实现多维目标的准确定位。实验表明,该方法在目标定位的精确性和快速性方面都要优于传统算法。