基于马氏距离矢量的计算机视觉不变量

被引：3

作者：

宣国荣

柴佩琪

机构：

[1] 同济大学计算机系

来源：

模式识别与人工智能 | 1995年 / 8卷 / 04期

关键词：

马氏距离矢量; 不变量; 部件点集; 计算机视觉;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

本文提出马氏距离矢量的计算机视觉不变量,用于物体的识别.该方法把物体分成若干个部件,各部件点集间马氏距离形成的矢量作为不变量.文中证明了马氏距离矢量不仅在旋转变换和平移交换时不变,而且尺度放大或缩小、剪切、扭曲、仿射变换等情况下也保持不变.物体被分成部件,划分的唯一性是本方法识别的必要条件.每个部件必需有一定的点数,文中讨论了部件最少点数和部件内点集分布形状的限制.由于马氏距离矢量不变量基于统计特性,因此其求解的稳健性好.

引用

页码：299 / 303

页数：5

共 5 条

[1] Introduction to Statistical Pattern Recognition. Fukynaka K. . 1972
[2] The Optimal Characteristics of Mahalanobis Distance Feature Selection. Xuan Guorong. Proc of 2th international Conference on Computer and Application . 1987
[3] Performance Evaluation of Shape Matching Via Chord Length Distribution. You Z,Jain A. K. Computer Vision . 1984
[4] A new feature selection method based on Maharanobis distance. Xuan GR. Proc, of 7th Information Conference on Pattern Recognition,Montreal,Canada, July 30,pp.131-133 . 1984
[5] Invariant Distance Measures for PlanarShapes Based on Complex Autoregressive Model. Takio Kurita et al. Pattern Recognition . 1994

← 1 →