导读:本文包含了差空间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:视差,障碍物,空间,视觉,子夜,卷积,白质。
差空间论文文献综述
景炜,丁卫平[1]（2019）在《基于差空间融合特征选择的SVM算法》一文中研究指出为解决核主成分分析(KPCA)和支持向量机(SVM)融合算法分类精度差的问题,提出基于差空间融合特征选择的SVM算法。利用主成分分析(PCA)处理原始数据,得到差空间数据;分别对原数据和差空间数据进行KPCA,得到融合特征;用ReliefF算法得到对应特征的权重,根据初步分类评价指标选择最优的特征组合;对得到的数据利用SVM进行分类。该算法在UCI数据集上的测试结果表明,它能够有效提高分类精度,在高维数据中减小分类过程的计算复杂度。(本文来源于《计算机工程与设计》期刊2019年08期）
丁航[2]（2018）在《基于视差空间的道路障碍物检测算法研究》一文中研究指出实时环境感知系统在自动驾驶技术中处于十分关键的地位。依靠不同类型的传感器,环境感知系统能够实时采集周围环境的基本信息。在获取了稠密且充足的叁维场景数据后,如何精确地描述道路环境中障碍分布已经成为新的研究课题。由于人造道路环境由水平地面和垂直面占据,而且这些平面在叁维空间中呈现出的不同姿态决定了其在视差空间中的特点。基于这个事实,本文着重研究了基于视差空间的通用障碍物检测算法。利用一种名为“Stixel”的紧凑的中级表征方式,在图像域中以图像分割的形式分割障碍物区域。本文从传感器特点出发,比较了立体视觉、结构光法和飞行时间法测距方式,选择了双目立体摄像头作为深度信息传感器。首先搭建了一套精确的双目立体视觉系统,利用张氏标定法标定相机参数,利用Bouguet算法校正双目图像,获得了去畸变的极线对齐的左右视图。然后提出了适用于户外场景的改进的SGM算法,得到了一张噪声较小的视差图作为后续检测算法的输入。进一步地,提出了基于视差空间的障碍物检测算法,在图像域中采用自下而上的方法,级联了多个独立的步骤实现了Stixel的获取。使用这种新颖的表示方式,代替了大量原始叁维点云数据的处理。同时设计了一种运动估计模型,结合了动态规划算法,获取了动态障碍物。最后基于Middlebury立体视觉数据集测试改进的立体匹配算法,相较于原算法,误匹配率更低。基于KITTI视觉数据集、HCI数据集和6D-vision数据集,针对行车场景障碍物检测算法实验。实验结果表明准确率优于原有算法,并且可以实时处理视频序列。本次论文的贡献在于证明了用视差空间图代替叁维点云或体素的方法,可以有效并可靠地检测障碍物。此外,本次论文拓展了双目立体视觉在行车场景分析的应用,提供了一套快速可靠的道路障碍物检测方法。(本文来源于《天津职业技术师范大学》期刊2018-12-01）
田立国,丁航,刘玥,李猛,关蓓蓓[3]（2018）在《基于视差空间与几何投影的交通场景障碍物通用检测方法研究》一文中研究指出针对交通场景障碍物种类多样,单目图像分割与识别计算代价高的问题,本文提出一种基于双目立体视觉的障碍物检测方法,检测车辆前方环境中障碍物的分布。由于算法基于几何投影关系,所以无需预先对障碍物建模,是一种通用的检测方法。首先通过车载式双目相机获取左右视图,再利用立体匹配算法计算视差图,将计算空间从图像域转换到视差空间。在视差空间中,根据视差信息不连续的特点,剔除路面与天空背景,分割出立于地面的一般障碍物。最后对KITTI视觉数据集测试,在多个视频序列上的测试结果表明,计算方法可以检测出多种障碍物,对噪声的抗干扰效果好,实时性良好。(本文来源于《2018中国自动化大会(CAC2018)论文集》期刊2018-11-30）
李斐,冯远静,吴烨[4]（2017）在《基于全变差空间正则化的纤维方向分布估计》一文中研究指出提高白质纤维交叉重构能力是有效提高纤维跟踪技术的前提之一,目前大多纤维重构方法都是基于白质体素的独立重构,没有考虑到纤维的连续性特征,这就促使文章从全局范围考虑提高白质纤维重构能力.文章提出了一种基于全变差空间正则化的纤维方向分布估计方法,该方法首先利用字典基分布的球面反卷积策略拟合多壳采样信号,为了能够适用于单壳和多壳采样方案,文章重新定义了广义的纤维响应函数;进而在q空间中定义基函数系数的全变差正则化约束,旨在减少不必要的方向信息,降低因噪声引起的方向偏差,以获得纤维方向的空间局部一致性.实验分别在模拟数据和实际数据下进行,分别采用单壳和多壳数据验证了文章所提方法能够以更高效的性能实现纤维方向估计,相对于其他算法显着提高了纤维的连续性.(本文来源于《系统科学与数学》期刊2017年01期）
郑若欣[5]（2016）在《集租型住宅的交并差空间设计研究》一文中研究指出2015年11月11日,国家卫生计生委发布的《中国流动人口发展报告2015》显示:我国流动人口不断增加的同时,流动儿童和流动老人占比高达60%以上,出现老年家庭、单身家庭、多子女家庭等多种家庭结构流动趋势。其中36.9%的流动人口选择租住住房。但是现今能够满足家庭结构多元化需求的集租型住宅仍然欠缺,并且随着数字商业化时代的到来,快速变化的生活模式也要求空间形式与时间、功能之间的关系能够更具有兼容性与可变性。另一方面,由于租房环境老旧、功能单一等问题,导致了一系列租房拆除或者二次改造的资源浪费和环境污染。2016年5月4日,国务院常务会议确定鼓励支持租住市场的发展,以此相对的,如何解决集租型住宅问题以满足租户的需求成了关键。本文结合租户需求调查,根据数据定量化设定空间尺度,把使用情况以规模的形式用定量的方法进行把握,设定一个交并差空间,从时间轴出发,研究空间的交迭、并存与差异的功能联系,试图让集租型住宅可以满足多样化的租户需求,并且通过抽空的形式,将自然引入住宅空间,同时建立屋顶雨水收集系统,让住宅与环境形成共生与代谢的可持续关系。最后将理论与设计实践结合,提出交并差空间的设计原则与策略,对现今集租型住宅市场起到积极作用的同时,能有效的改善租户的生活质量,提升租户的“幸福感”,促进社会、经济的和谐发展。(本文来源于《东华大学》期刊2016-01-10）
曹腾[6]（2015）在《基于视差空间的自主车视觉导航》一文中研究指出在地面移动机器人领域,自主导航是一个热点的研究课题。研究基于双目立体视觉的自主车的导航技术,对于自主导航技术的推广和普及具有非常重要的意义。如何更好的利用双目立体视觉传感器进行环境感知和路径规划仍然面临着巨大的挑战,通过充分挖掘和利用双目立体视觉所构成的视差空间的特性,可以有效弥补立体视觉易受图像噪声、场景结构等因素影响的缺陷,有助于推广立体视觉在自主导航中的应用。本学位论文提出了一个全新的基于双目立体视觉的自主车的导航框架,直接在视差空间完成所有的环境感知和路径规划的任务。有效解决了立体视觉环境感知可靠性不高、效率较低的问题,促进了双目立体视觉在自主导航系统中的应用。本论文主要贡献如下：1.首次提出了：1)视差空间中的坡度模型。在视差空间中对叁维场景的坡度进行建模,发现以图像中的列为单位分析得到的坡度是运动方向自适应的,该坡度直接由视差空间中直线的截距所决定；2)视差空间中的运动模型。提出一种新的视差点坐标形式,“视差归一化的齐次像素”坐标,使刚体的运动模型在视差空间中具有线性的形式,从而可以直接在视差空间中更加高效的对相机的运动进行估计。2.基于视差空间中的运动模型,提出了视差点集合的线性最小二乘拟合和非线性最小二乘拟合两个算法,直接在视差空间中高效求解最优的运动参数。并结合随机抽样一致性、扩展卡尔曼滤波器和局部的光束法平差实现了一个鲁棒的基于视差空间的视觉里程计框架。确定运动参数之后,基于颜色一致性和可视性约束直接融合多帧连续的视差图,构建更加可靠完整的局部地图。3.基于视差空间中的坡度模型,提出了一个全新的基于视差空间的Ⅴ-截距障碍物分析方法。方法以坡度和高度作为障碍物代价衡量的两种基本特征,首先基于索贝尔算子计算截距,再聚合高坡度区域并结合物体相对地面的高度综合分析代价,从而实现了直接在视差空间中高效、鲁棒的分析并生成不同地形的代价。实验结果表明Ⅴ-截距方法检测效果优于经典的v-disparity方法,适用于多种不同环境。4.提出和实现了完整的基于视差空间的导航框架及其结构,包括改进的基于半全局匹配算法的初始视差图生成,视差空间中障碍物膨胀的合理策略以及基于A*算法的路径规划和平滑。实验结果表明该框架在地图构建及障碍物分析等方面的通用性和鲁棒性,为自主车的导航提供了安全合理的指引。针对基于双目立体视觉的导航系统通常存在实时性较差的缺点,提出了几种基于并行处理思路的优化方法,优化后的系统在1242×375分辨率的视差图上达到了9.5帧/秒的处理速度。(本文来源于《浙江大学》期刊2015-09-01）
孟凡霞[7]（2015）在《银行业盈利革命读秒》一文中研究指出由于股市的深幅调整，央行于6月28日降息0.25个百分点，定向降准0.5个百分点，市场理解为监管层在救股市，但是事实证明，双降对股市影响甚微，而其释放出维持宽松的货币政策信号意义更重大些。对银行而言，双降可以让银行体系资金面趋于宽松，释放出更多可用资金，(本文来源于《北京商报》期刊2015-07-06）
曹腾,项志宇,刘济林[8]（2015）在《基于视差空间V-截距的障碍物检测》一文中研究指出为了更加高效地完成对基于双目立体视觉的驾驶系统的环境分析,提出新的应用于视差空间中分析障碍的"V-截距"方法.与传统在叁维空间中的障碍检测方法不同,该方法直接在视差空间中进行检测,通过将障碍坡度信息转换为视差空间中V轴的截距实现检测.推导视差空间中的坡度-截距转换关系,划定合理的阈值区间.整个检测算法具有快速高效的特点,在原理上不受平面道路的假设约束,具有很强的实际应用价值.多种环境下的实验证明:该方法的障碍物检测效果可靠、稳定,检测速度是基于叁维空间的方法的3.9倍.(本文来源于《浙江大学学报(工学版)》期刊2015年03期）
张素琴,胡秀娟,何宇飞,杨冬梅[9]（2015）在《F子夜均值逐日差空间异常变化与地震的关系研究》一文中研究指出利用2010年1月1日至2014年4月30日我国地磁台网100多个台站的地磁总强度F子夜均值数据,逐一分析了F子夜均值逐日差的空间变化趋势。结果表明,在此期间有18次小区域的异常变化,其中16次异常与其后几天到半年时间内该区域发生的地震有很好的对应关系,另外两次新近的异常有待后续进一步验证。我国西北部地区地磁台站稀疏,布局不合理,限制了对新疆、青海、西藏等地震多发区震磁关系的研究,建议这些地区进一步加密台站建设,优化布局。(本文来源于《地震研究》期刊2015年01期）
姜求平,邵枫,蒋刚毅,郁梅[10]（2013）在《基于视差空间图的立体图像质量客观评价方法》一文中研究指出立体图像质量评价是评价立体视频系统性能的有效途径,而如何利用人类视觉特性对立体图像质量进行有效评价是目前的研究难点。本文提出了一种基于视差空间图(DSI)的立体图像质量客观评价方法。首先,分别构造原始立体图像和失真立体图像的DSI图;然后,通过叁维离散余弦变换(3D-DCT)提取出反映图像质量和深度感知的特征信息,并采用主成分分析(PCA)进行特征降维,形成立体图像特征信息;最后,通过支持向量回归(SVR)建立立体图像特征与主观评价值的关系,从而预测得到立体图像质量的客观评价值。实验表明,对于对称立体图像库,Pearson线性相关系数(PLCC)和Spearman等级相关系数(SROCC)值均达到0.94以上;对于非对称立体图像库,PLCC和SROCC值分别达到0.94和0.91以上。结果表明,本文方法能够很好地预测人眼对立体图像的主观感知。(本文来源于《光电子.激光》期刊2013年12期）
差空间论文开题报告
（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：
实时环境感知系统在自动驾驶技术中处于十分关键的地位。依靠不同类型的传感器,环境感知系统能够实时采集周围环境的基本信息。在获取了稠密且充足的叁维场景数据后,如何精确地描述道路环境中障碍分布已经成为新的研究课题。由于人造道路环境由水平地面和垂直面占据,而且这些平面在叁维空间中呈现出的不同姿态决定了其在视差空间中的特点。基于这个事实,本文着重研究了基于视差空间的通用障碍物检测算法。利用一种名为“Stixel”的紧凑的中级表征方式,在图像域中以图像分割的形式分割障碍物区域。本文从传感器特点出发,比较了立体视觉、结构光法和飞行时间法测距方式,选择了双目立体摄像头作为深度信息传感器。首先搭建了一套精确的双目立体视觉系统,利用张氏标定法标定相机参数,利用Bouguet算法校正双目图像,获得了去畸变的极线对齐的左右视图。然后提出了适用于户外场景的改进的SGM算法,得到了一张噪声较小的视差图作为后续检测算法的输入。进一步地,提出了基于视差空间的障碍物检测算法,在图像域中采用自下而上的方法,级联了多个独立的步骤实现了Stixel的获取。使用这种新颖的表示方式,代替了大量原始叁维点云数据的处理。同时设计了一种运动估计模型,结合了动态规划算法,获取了动态障碍物。最后基于Middlebury立体视觉数据集测试改进的立体匹配算法,相较于原算法,误匹配率更低。基于KITTI视觉数据集、HCI数据集和6D-vision数据集,针对行车场景障碍物检测算法实验。实验结果表明准确率优于原有算法,并且可以实时处理视频序列。本次论文的贡献在于证明了用视差空间图代替叁维点云或体素的方法,可以有效并可靠地检测障碍物。此外,本次论文拓展了双目立体视觉在行车场景分析的应用,提供了一套快速可靠的道路障碍物检测方法。
（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。
差空间论文参考文献
[1].景炜,丁卫平.基于差空间融合特征选择的SVM算法[J].计算机工程与设计.2019
[2].丁航.基于视差空间的道路障碍物检测算法研究[D].天津职业技术师范大学.2018
[3].田立国,丁航,刘玥,李猛,关蓓蓓.基于视差空间与几何投影的交通场景障碍物通用检测方法研究[C].2018中国自动化大会(CAC2018)论文集.2018
[4].李斐,冯远静,吴烨.基于全变差空间正则化的纤维方向分布估计[J].系统科学与数学.2017
[5].郑若欣.集租型住宅的交并差空间设计研究[D].东华大学.2016
[6].曹腾.基于视差空间的自主车视觉导航[D].浙江大学.2015
[7].孟凡霞.银行业盈利革命读秒[N].北京商报.2015
[8].曹腾,项志宇,刘济林.基于视差空间V-截距的障碍物检测[J].浙江大学学报(工学版).2015
[9].张素琴,胡秀娟,何宇飞,杨冬梅.F子夜均值逐日差空间异常变化与地震的关系研究[J].地震研究.2015
[10].姜求平,邵枫,蒋刚毅,郁梅.基于视差空间图的立体图像质量客观评价方法[J].光电子.激光.2013
论文知识图
