基于Hausdorff距离的相似性度量方法研究

文摘

英文文摘

第一章 绪论

1.1 前言

1.2 国内外研究现状

1.2.1 基于符号属性的相似性度量

1.2.2 基于距离系数的相似性度量

1.3 论文选题的意义

1.4 本文所做的主要工作

1.5 论文的组织结构

第二章 基于Hausdorff距离相似性度量的相关技术

2.1 相关概念

2.1.1 空间数据索引技术R-树

2.1.2 Hausdorff距离

2.2 Hausdorff距离的上界和下界

2.2.1 最小边界矩形到最小边界矩形的上界和下界

2.2.2 空间点对象与最小边界矩形间的上界和下界

2.3 基于Hausdorff距离相似性度量的主要算法

2.3.1 SCAN-HD算法(Scan-Hausdorff Distance简称SACN-HD)

2.3.2 DF-HD算法(Depth First-Hausdorff Distance简称DF-HD)

2.3.3 BF-HD算法(Best First-Hausdorff Distance简称BF-HD)

2.3.4 几种基于Hausdorff距离相似性度量算法的比较

2.4 小结

第三章 增长式的Hausdorff距离相似性度量算法

3.1 INC-HD算法(Incremental-Hausdorff Distance简称INC-HD)

3.1.1 INC-HD算法的数据结构

3.1.2 INC-HD算法的详细描述

3.2 仿真和分析

3.3 小结

第四章 INC-HD算法在无人机图像处理系统中的应用

4.1 引言

4.2 系统应用描述

4.3 实现过程

4.4 结果分析

4.5 本章小结

第五章 总结与展望

5.1 论文工作总结

5.2 存在的问题

5.3 下一步的研究工作

参考文献

致谢

攻读学位期间参加的项目及发表论文情况