Hausdorff 距离是一种数学构造，用于测量作为度量空间子集的两组点的“接近度”。 这种度量可用于为两个轨迹、数据云或任何一组点之间的相似性分配标量分数。 此函数将返回两组点之间的 Hausdorff 距离。 有关 Hausdorff 距离的更多信息： http : //en.wikipedia.org/wiki/Hausdorff_distance

Hausdorff距离在图像匹配领域广泛应用。针对Hausdorff距离结合一些搜索策略的匹配算法实时性不高的问题，提出了一种基于改进Hausdorff距离和人工蜂群算法搜索策略的图像快速匹配。首先提取模板图像和匹配子图的边缘特征，然后计算的模板图像和匹配子图的Hausdorff距离作为两者的相似度量标准，最后采用人工蜂群算法进行搜索匹配。实验结果表明，该方法在不降低匹配率的情况下，缩短了匹配时间，能应用到嵌入式领域。

最原始的hausdorff距离 matlab函数 未经改进的

最原始的hausdorff距离 matlab函数 未经改进的 最原始的hausdorff距离 matlab函数 未经改进的

基于改进Hausdorff距离的轨迹聚类算法.pdf

%% 这个简单的代码计算两个点云之间的 Hausdorff 距离。 % 设 A 和 B 是度量空间 (Z,dZ) 的子集， % A 和 B 之间的 Hausdorff 距离，用 dH (A, B) 表示，定义为： % dH(A, B)=max{sup dz(a,B), sup dz(b,A)}，对于A中的所有a，B中的b， % dH(A, B) = max(h(A, B),h(B, A)), % 其中 h(A, B) = max(min(d(a, b))), % 和 d(a, b) 是 L2 范数。 % dist_H = hausdorff( A, B ) % A：第一点集。 % B：第二点集。 % ** A 和 B 可以有不同的行数，但必须有相同的列数。 ** % 哈桑·拉德瓦尔-埃斯法兰； 魁北克大学； ET; 蒙特利尔； 加拿大.06.2010 %%

Hausdorff距离在手势识别中的运用,Hausdorff距离在手势识别中的运用

用于计算两个图像之间的hausdorff 距离，可用于配准，拼接

Hausdorff距离匹配代码，实现了CANNY边缘特征点、HARRIS特征点、SIFT特征点、SURF特征点的Hausdorff距离匹配

相比其他只是复制粘贴的，我只想说，为什么没有人说这可以直接比较图片而是都去比较array。 其实是可以直接比较两张图片直接的dice，distance的，只要能被sitk.ReadImage读取进来。不需要sitk.GetImageFromArray或者hausdorffcomputer.Execute(labelTrue>0.5,labelPred>0.5)的额外处理。这两个步骤只是用来把array回复成image，并做灰度处理得到两分图片。如果你的原始输入数据就是二分图片，就不需要，只要读取进来即可。 # -*- coding: utf-8 -*- “”” Created on Mon F