导读:本文包含了图象拼接论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:图象,图像,算法,全景,视觉,差值,基色。
图象拼接论文文献综述
刘小川[1]（2006）在《拼接技术在图象处理中的应用》一文中研究指出图像拼接(Mosaic)技术是由于摄像器材的视角限制,不可能一次拍出很大图片而产生的。在现实生活中有着,图像拼接(Mosaic)技术有着广泛的应用。本文主要围绕拼接合成技术展开讨论,首先介绍拼接的主要用途,再简单说明拼接流程和核心问题、图像配准及方法、象素级图像融合及算法。(本文来源于《中南六省（区）自动化学会第24届学术年会会议论文集》期刊2006-11-01）
王国锐[2]（2006）在《遗传算法及其在图象拼接中的应用》一文中研究指出20世纪70年代初,Holland首先提出了遗传算法。由于遗传算法是全新的模拟生物演化的仿生优化算法,同时遗传算法又适合于任何类函数,因此己成为许多学科共同关注的热点研究领域。然而标准遗传算法存在的一些不足之处,直接影响到遗传算法的性能及遗传算法的执行效果。本文通过对遗传算法的分析,总结了标准遗传算法流程及实现步骤,指出了标准遗传算法存在的问题以及相应的改进方案。随着科学技术的发展,图像拼接技术也越来越得到人们的重视,它被广泛用于医学、军事、航空等领域。而图像拼接的核心问题在于两幅重迭图像之间的配准,图像配准指的是把一个图像区域从另一个往往由别的传感器摄取的相应图像区域中确定出来或找到它们之间对应关系的一种重要的图像处理与分析技术。图像配准技术广泛应用在导航定位、目标识别、运动分析、立体视觉、数据融合、变迁检测中,是这些图像分析技术的基础。图像配准问题的困难之处,在于图像类型的复杂多变以及两幅图像之间的各种成像畸变。寻找适应性强、精度高、计算快的配准算法一直是研究的热点问题。图像配准问题的核心也是需要找到两幅图像之间的最优对应关系或数学变换,这是一个典型的参数寻优问题,能够解决这一问题的算法有很多种,遗传算法是众多算法中的一种。本文从基于遗传算法的图像配准方面展开研究,探讨、研究遗传算法用于图像配准的可能性,提出了一种基于遗传算法的重迭区域配准方法,大大减少了计算量,最后通过实验验证了该方法的有效性。(本文来源于《华中科技大学》期刊2006-10-01）
王平江,甄恒洲[3]（2005）在《特征稀少图象的拼接方法研究》一文中研究指出本文提出了一种基于区域几何形状统计的图象拼接方法。该方法在解决图象上点特征稀少时的拼接具有很高的精度与速度。文中首先给出了差分动态二值化方法,以增强区域几何形状的边界特征;接着介绍了稀少特征图象的拼接计算原理;最后详细描述了拼接过程的计算步骤与算法。(本文来源于《2005年中国科协学术年会论文集第8分会场光固化与数字成像技术及其应用论文集》期刊2005-08-01）
郁哲,于德敏,许增朴,王永强[4]（2005）在《对平面物体多图象数据进行拼接的方法》一文中研究指出通过对平面物体拍摄多幅图象,利用视觉标定技术,求出物体在世界坐标系下的坐标,消除了由于摄像头参数不同对图象拼接造成的影响,实现了在世界坐标系下构造实际物体整体的目的;同时利用具有视觉不变性的特征量,解决了拼接时数据的取舍问题。(本文来源于《微计算机信息》期刊2005年17期）
王军[5]（2005）在《基于叁基色原理的彩色图象拼接算法改进》一文中研究指出随着科学技术的发展,图像拼接技术越来越得到人们的重视,并被广泛的用于医学、军事、航空、农业等。在以往的图像拼接中主要是以灰度匹配拼接,对于彩色图像是转化为灰度图像后再进行拼接。图像基于灰度匹配拼接时,若图像内容的特征不是很明显,且图像内容的相似很大时很容易产生误匹配,基于上述原因,本文提出了一种新的图像拼接方法,基于叁基色原理的彩色图像拼接。本文详细讨论了图像拼接的几个基本步骤:图像预处理、图像对准、图像拼接、平滑处理。在图像拼接中通常使用模板匹配方法进行图像配准,模板特征选取、基准模板位置与大小选取,在很大程度上影响图像配准的准确度和速度。基于模板匹配的原理,文中提出了两种新的彩色图像自动拼接方法,基于叁基色原理的平行线寻优法和十字交叉特征寻优法。对两幅具有重迭区域的彩色图像,该方法首先利用图像特征信息从一幅图像的重迭区域中自动寻找一块模板图像,然后根据最大相似性准则在另一幅图像中重迭区域里搜索,直至找到最佳图像配准位置,然后对图像进行拼接。实践证明,这两种方法对大部分彩色图像具有很好的拼接效果。本文同时对图像基于叁基色原理拼接和灰度拼接进行了比较,并总结了它们的区别与联系。拼接后的图像,如果没有平滑处理,那么我们得到的拼接图像就会有明显的接痕,所以必须寻找一个良好的平滑函数以消除这种接痕,本文分别列举了几种平滑函数,并作了比较;最后本文采用彩色图像的亮度拟合法作为平滑函数,该算法对图像无缝平滑拼接取得了很好效果.。(本文来源于《内蒙古工业大学》期刊2005-06-01）
简丽娟,刘奇[6]（2004）在《基于角点检测的旋转图象的拼接实现》一文中研究指出本文利用基于灰度图象的角点检测方法获得角点信息,然后根据角点信息完成两幅图象的角点的配准,从而计算出图象的旋转角度。接着,利用一种整体快速旋转方法对图象进行旋转,最后完成图象的拼接。试验证明,经过合理的参数调整,能高质量的完成有一定旋转角度的两幅图象的拼接。(本文来源于《中国自动化学会、中国仪器仪表学会2004年西南叁省一市自动化与仪器仪表学术年会论文集》期刊2004-10-01）
唐琎,谷士文,蔡自兴[7]（2003）在《图象拼接误差的理论分析》一文中研究指出对图象拼接的误差及其对图象质量的影响建立了数学模型 ,通过对模型的分析得到了图象最佳重迭比例和拼接积累误差期望值的计算公式 .通过计算分散积累误差前后的拼接图象质量的期望值 ,从理论上证明了这种减少积累误差影响的方法的有效性 ,给出了对比实例 .(本文来源于《小型微型计算机系统》期刊2003年12期）
韩丽萍,张乃珍,陈礼民[8]（2003）在《远程会诊中病理切片图象的拼接算法研究》一文中研究指出针对现有图象配准方法存在的问题 ,提出了一种新的基于特征的图象对准算法 ,利用差值数据中最大包与次大包偏差的极大值来匹配相邻图象 ,研究结果表明该算法在获得良好拼接的基础上 ,大大提高了拼接速度 ,是一种快速实用的拼接算法 .(本文来源于《小型微型计算机系统》期刊2003年12期）
朱远平[9]（2003）在《虚拟现实中全景图象拼接》一文中研究指出虚拟现实技术在诸多领域有着广泛的应用前景。基于全景图的虚拟现实技术具有设备要求低，能快速实现，效果较好等优点，具有很强的实用价值。但目前基于全景图象的虚拟现实技术在实用化的发展上，还存在图象配准的鲁棒性和精度不够高、图象拼接的速度不够快、虚拟场景的图象降质等问题。制约了该项技术的实用性。 本文深入研究了基于全景图的虚拟现实技术的各个环节，文章的主要工作在于： 1、为了提高图象配准的鲁棒性和精度，提出了一种新颖的图象配准方法。本文根据人类观察事物的行为特点，以局部边缘密度为特征，采用基于Canny准则的边缘检测方法来提取边缘，在此基础上利用模糊聚类算法定位出图象中的特征物体区域。为了克服单模板匹配的缺陷，采用了双模板匹配的方式进行图象配准。 2、提出了基于小波变换的图象多分辨率拼接方法，可加快图象拼接的速度。 3、提出了基于B样条曲线拟合的图象融合方法，以解决常规线性图象融合方法中的图象模糊效应。 4、分析了导致图象拼接累积误差的因素，提出了图象拼接累积误差的消除办法。 5、构建了基于全景图的虚拟场景的观看与展示系统，实现了视点位于柱面内和柱面外的观看模式。 基于这些方法，本文构建了一个基于柱面全景图的虚拟现实系统。实验证明，该系统具有全景图生成速度快、虚拟场景重建质量高的特点，具有较强的实用价值。(本文来源于《中南大学》期刊2003-03-01）
兰培真,马越,邱志雄,金一丞,石教英[10]（2002）在《不同视点重迭图象拼接方法研究》一文中研究指出不同视点重迭图象的拼接算法大都需要估计相机参数和每个像素的深度等 ,要求有较多的源图象 ,由于海上实景拍摄难度大 ,因此符合要求的源图象十分有限 .这些现有的算法对于生成生成船舶操纵模拟器中的视景并不适用 .根据船舶操纵模拟器对视景的要求和背景实景图象拍摄的具体要求 ,依据叁维成像几何理论 ,建立了相邻重迭图象的成像几何模型 .在此基础上经数学推算得出 ,仅当重迭区域中的两物点位于同一景深面上或位于两视点垂直平分面上时 ,在左右像面上两相应像点间的距离才不产生变化 .由此提出在一定条件下的不同视点重迭图象的基于视点垂直平分面最深景物线和基于同深景物面平行景物线对的匹配算法和图象拼接的平滑算法 .实验结果表明 ,该算法的拼接效果较好 ,可推广到对背景几何精度要求不高的中远距离不同视点重迭图象的拼接应用中 .(本文来源于《中国图象图形学报》期刊2002年10期）
图象拼接论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
20世纪70年代初,Holland首先提出了遗传算法。由于遗传算法是全新的模拟生物演化的仿生优化算法,同时遗传算法又适合于任何类函数,因此己成为许多学科共同关注的热点研究领域。然而标准遗传算法存在的一些不足之处,直接影响到遗传算法的性能及遗传算法的执行效果。本文通过对遗传算法的分析,总结了标准遗传算法流程及实现步骤,指出了标准遗传算法存在的问题以及相应的改进方案。随着科学技术的发展,图像拼接技术也越来越得到人们的重视,它被广泛用于医学、军事、航空等领域。而图像拼接的核心问题在于两幅重迭图像之间的配准,图像配准指的是把一个图像区域从另一个往往由别的传感器摄取的相应图像区域中确定出来或找到它们之间对应关系的一种重要的图像处理与分析技术。图像配准技术广泛应用在导航定位、目标识别、运动分析、立体视觉、数据融合、变迁检测中,是这些图像分析技术的基础。图像配准问题的困难之处,在于图像类型的复杂多变以及两幅图像之间的各种成像畸变。寻找适应性强、精度高、计算快的配准算法一直是研究的热点问题。图像配准问题的核心也是需要找到两幅图像之间的最优对应关系或数学变换,这是一个典型的参数寻优问题,能够解决这一问题的算法有很多种,遗传算法是众多算法中的一种。本文从基于遗传算法的图像配准方面展开研究,探讨、研究遗传算法用于图像配准的可能性,提出了一种基于遗传算法的重迭区域配准方法,大大减少了计算量,最后通过实验验证了该方法的有效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
图象拼接论文参考文献
[1].刘小川.拼接技术在图象处理中的应用[C].中南六省（区）自动化学会第24届学术年会会议论文集.2006
[2].王国锐.遗传算法及其在图象拼接中的应用[D].华中科技大学.2006
[3].王平江,甄恒洲.特征稀少图象的拼接方法研究[C].2005年中国科协学术年会论文集第8分会场光固化与数字成像技术及其应用论文集.2005
[4].郁哲,于德敏,许增朴,王永强.对平面物体多图象数据进行拼接的方法[J].微计算机信息.2005
[5].王军.基于叁基色原理的彩色图象拼接算法改进[D].内蒙古工业大学.2005
[6].简丽娟,刘奇.基于角点检测的旋转图象的拼接实现[C].中国自动化学会、中国仪器仪表学会2004年西南叁省一市自动化与仪器仪表学术年会论文集.2004
[7].唐琎,谷士文,蔡自兴.图象拼接误差的理论分析[J].小型微型计算机系统.2003
[8].韩丽萍,张乃珍,陈礼民.远程会诊中病理切片图象的拼接算法研究[J].小型微型计算机系统.2003
[9].朱远平.虚拟现实中全景图象拼接[D].中南大学.2003
[10].兰培真,马越,邱志雄,金一丞,石教英.不同视点重迭图象拼接方法研究[J].中国图象图形学报.2002
论文知识图
