基于L1范数的形状快速匹配算法

摘要: 针对内距离形状上下文IDSC（inner-distance shape context）和轮廓点分布直方图CPDH（contours points distribution histogram）在形状相似性度量中直方图匹配耗时长，工程应用性不佳的问题，提出了一种用EMD-L1测量轮廓特征直方图的距离的方法。EMD-L1在原始EMD (earth mover’s distance)的基础上融合了L1范数，通过替换地面距离计算方法，减少了目标函数的变量，加快了直方图匹配的速度，能够快速实现形状匹配并保持较好的检索性能。对形状数据集进行仿真实验的结果证明，该方法能够有效地进行数据集的形状识别和检索，并且在MNIST数据集下的匹配速度优于其他算法。