位置:成果数据库 > 期刊 > 期刊详情页
基于膜计算模型的点集匹配算法
  • ISSN号:1007-2276
  • 期刊名称:红外与激光工程
  • 时间:2013.5.5
  • 页码:1388-1394
  • 分类:TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]安徽大学计算机科学与技术学院,安徽合肥230601, [2]安徽省工业图像处理与分析重点实验室,安徽合肥230039
  • 相关基金:国家自然科学基金(61073116,61003038,61272152);安徽大学博士科研启动基金(02203104);中国科技大学高性能计算与应用重点实验室开放课题研究课题(NHPCC-KF-1102)
  • 相关项目:数字图像的随机点积图模型研究
中文摘要:

点集匹配是计算机视觉和模式识别领域中的一个经典NP问题。膜计算为自然计算的新分支,旨在从单个细胞或组织及器官等细胞群的结构和功能中抽象出新的计算模型或计算思想。在嵌套结构膜优化算法的基础上,提出了一种新的基于膜计算模型的点集匹配算法,结合点集匹配问题的特点,算法引入了三种新的启发式搜索规则,在一定程度上进一步提高了匹配的正确率。与传统优化算法相比,这种新的方法具有更好的全局搜索能力,因此,能够获得点集匹配问题的较好解。实验结果表明,该方法对点集匹配问题的求解是有效的,具有较高的匹配精度和较好的稳定性。

英文摘要:

Point set matching is one of the classical NP problems in computer vision and pattern recognition. Membrane computing is an emergent branch of natural computing, which aims to abstract innovative computing models or computing ideas from the structure and function of a single cell or from complexes of cells, such as tissues and organs. On the basis of membrane optimization algorithms with hierarchical structure and the feature of the point set matching problem, a novel point set matching algorithm was proposed. In this algorithm, three new heuristic search rules were introduced, by which matching rate increased to some extent. Compared to the traditional optimization algorithms, the algorithm exhibited a better global search capability, thus a better solution for point set matching problem was obtained. Experimental results illustrate that the proposed algorithm is effective on both matching rate and stability.

同期刊论文项目
期刊论文 59 会议论文 9
同项目期刊论文
期刊信息
  • 《红外与激光工程》
  • 中国科技核心期刊
  • 主管单位:中国航天科工集团
  • 主办单位:天津津航技术物理研究所
  • 主编:张锋
  • 地址:天津市空港经济区中环西路58号
  • 邮编:300308
  • 邮箱:irla@csoe.org.cn
  • 电话:022-58168883 /4/5
  • 国际标准刊号:ISSN:1007-2276
  • 国内统一刊号:ISSN:12-1261/TN
  • 邮发代号:6-133
  • 获奖情况:
  • 1996年获航天系统第五次科技期刊评比三等奖,1998年获航天系统第六次科技期刊评比二等奖,1997-2001年在天津市科技期刊评估中被评为一级期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:17466