导读:本文包含了地图图像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:图像,地图,视觉,里斯,里程计,特征,海图。
地图图像论文文献综述
焦占煜[1]（2019）在《作为图像的伊德里斯世界地图》一文中研究指出在地理学领域,地图被认为是以数学和定量方式再现"客观"地理的科学过程,但是这种观点在当代遭受很大质疑。依据图像理论分析西西里岛伊德里斯1154年绘制的世界地图,这张地图是2018年湖南省博物馆"在最遥远的地方寻找故乡:十叁至十六世纪意大利与中国的跨文化交流"展览的展品。学者认为地图可以呈现有关知识生成、传递和演变的客观历程,地图呈现的对边界处境的认知,代表的并非地理界限,而是一种"文化建构"。(本文来源于《美与时代(下)》期刊2019年07期）
徐荣彬[2]（2019）在《基于SD-OCT视网膜图像的地图状萎缩病变区域分割算法研究》一文中研究指出视力障碍是影响人们生活质量的重要因素,而视网膜病变是造成视力障碍的重要原因之一,如老年黄斑病变(AMD)、青光眼、糖尿病视网膜病变(DR)等。近年来,随着成像技术的发展,以频域相干断层扫描(SD-OCT)为代表的成像技术,有分辨率高、非接触性、成像速度快的特点,能够观察到视网膜内部精细的叁维结构,因此广泛应用于视网膜疾病的诊断治疗。利用图像处理手段来自动识别量化SD-OCT视网膜图像中的病变区域有着重要的临床意义及研究价值。同时,SD-OCT成像技术也可以提供更多的关于眼部疾病的生理表现。因此如何利用计算机来进行病变的自动分割和量化也成为如今研究的热点课题。本文围绕SD-OCT视网膜病变图像,研究了地图状萎缩(GA)病变的自动分割和量化问题。论文的主要工作总结如下:(1)提出了一种基于双阶段学习的GA病变自动分割模型。利用SD-OCT图像的轴向数据作为样本,采用栈式自动编码器来建立离线模型和自学习模型。其中离线模型为基本模型,通过学习所有病例的共性特征建立分类模型,进行粗分类。但受病人多样性、视网膜病变复杂性,以及成像设备等因素的影响,基本模型不一定适用于所有病例。因此,利用自学习模型,从个体病例出发,考虑病人自身图像特点,学习其差异性特征,进行个体分类。最终通过融合离线学习结果以及自学习结果有效减少了假阳性,提高分割精度。(2)提出一种基于多路径叁维卷积神经网络的GA病变自动分割模型。在仅使用单列数据作为样本时,无法考虑到图像的空间信息,容易造成分割空洞,所以基于此问题,本文设计了一种多路径叁维卷积神经网络。为了保留图像的空间信息,首先,将原始图像分为叁维图像块,为网络提供合理的输入。然后,多路径网络利用不同大小的卷积核来获取不同的特征,并进行融合。最终利用交叉熵损失函数和中心损失函数来共同监督训练网络,有效的解决了分割空洞问题。(3)提出了一种基于病人独立的多损失GA病变自动分割模型。受病人多样性的影响,不同病人病变的表现形式也不相同,并且图像中还包含视神经头以及除GA外的其它病变,这些因素都加大了分割的难度。因此本文基于独立的病人或不同成像设备产生的图像,提出了多损失的卷积神经网络,通过融合分类损失,以及中心损失和多路径块的交叉熵损失,来共同监督网络模型,解决了深层网络梯度消失的问题。并通过融合多路径输出,获得分割结果,以此来建立一种较为鲁棒的自动分割模型。(本文来源于《济南大学》期刊2019-06-01）
徐光岐[3]（2019）在《基于图像与激光雷达信息相融合的车辆信息地图构建》一文中研究指出目前,智能驾驶技术正在迅速发展。由于环境感知和信息处理方面的算法问题,无法对各种环境进行自动理解。基于传感信息融合的方法构建车辆信息地图能够提高车辆识别准确率,对智能车辆安全行驶具有重要意义。首先,对相机与激光雷达进行联合标定。建立相机标定模型,采用LM梯度下降算法对相机的内、外参数进行优化;同时建立激光雷达标定模型,采用粒子群算法、可变邻域半径的DBSCAN聚类算法及最小二乘法对激光雷达的外参数进行确定;由于相机模型和激光雷达模型都是在车辆坐标系下标定的,通过推导可以对相机与激光雷达进行联合标定。其次,对相机图像与激光雷达数据进行预处理及车辆识别。对相机彩色图像通过信息熵理论灰度化算法、基于权重系数的滤波算法、图像分块二值化算法进行处理,以实现车道与车辆阴影的分离;以车道线为基准,采用搜索黑色像素点的方法寻找车底阴影与道路相交线,进而识别车辆。对激光雷达数据通过四种滤波方法滤除非车辆目标,通过可变邻域半径的DBSCAN聚类算法对激光点云进行聚类,确定车辆的位置。再次,基于相机与激光雷达的信息融合对车辆进行识别并构建车辆信息地图。采用叁次样条插值对相机与激光雷达信息实现时间上的配准,使信息融合达到时间同步。采用坐标关联度特征对相机与激光雷达信息进行融合,确保两者识别目标为同一车辆。分析图像中车辆存在的横向距离与激光雷达所检测到车辆的纵向距离,采用栅格法构建车辆信息地图。最后,设置车辆变道时的初始条件,求解出叁阶贝塞尔方程的参数,并用MATLAB软件绘制叁阶贝塞尔曲线的模拟变道轨迹。采用安装有四个摄像头与一个激光雷达的实验车做车辆信息地图的验证实验,对比模拟轨迹与实验车轨迹,验证信息地图构建的合理性。(本文来源于《哈尔滨理工大学》期刊2019-03-01）
黄靖伟[4]（2019）在《基于水下图像信息的同步定位与地图构建方法研究》一文中研究指出同步定位与地图构建(Simultaneous Localization and Mapping,SLAM)技术,可以在未知的作业区域,机器人通过自身传感器来获取周围环境的特征推算出其位姿,并借助定位信息逐渐更新出周围的环境地图。水下自主机器人的作业特点通常是时间长、隐蔽性强。视觉SLAM技术可以利用视觉信息在航行器没有配备导航系统或者其它定位导航方法失效的时候提供定位导航功能。实现基于水下视觉的同步定位与地图构建解决方案,本文主要的研究工作有:1.通过图像序列信息获取相机内参。在只有图像信息的条件下,本文的相机标定方法区别于传统方法,直接采用图像信息获得相机传感器的模型参数,得到叁维空间和二维测量数据之间的数学映射关系。2.ORB(Oriented FAST and Rotated BRIEF)特征点提取算法能够满足系统的实时性要求,针对提取的特征点在图像中分别不均匀的问题,本文采用格栅化图像分区域提取的方法。为提高特征点匹配的速率,本文借助词袋模型构建的字典、借助运动先验知识加速特征点的匹配。在提升特征点匹配的正确率方面,运用匹配特征点对的方向差的统计规律来剔除错误匹配。3.设计一个借助空间路标点和图像特征点的匹配关系得到位姿估计的视觉里程计。由于单目视觉没有特征点的深度信息,采用叁角测量来还原与图像特征点相对应的空间路标点,获得由图像帧和路标点组成的初始地图。通过优化相机位姿使得空间点在图像中的投影点到图像特征点的偏差最小,达到对相机定位的目的。4.为了跟踪定位的可持续性,用最新时刻的图像信息来维护一个地图要素(关键帧和路标点)随着图像信息更新的地图。地图的信息应该具有代表性且尽量精简,本文在图像序列中设计规则选择有代表性的关键帧加入地图,新的关键帧与其有共视关系的关键帧继续生成新的路标点,然后设计一定的策略来精简冗余的关键帧和路标点。通过光束平差法(Bundle Adjustment)来优化更新得到的关键帧和路标点的这一局部地图。5.虽然在多个环节对估计结果不断优化的视觉里程计可以提供相对满意的定位结果,但是视觉里程计还是难以避免累计误差的问题,所以设计一个闭环控制环节来修正误差。首先通过词袋模型算法找到与当前关键帧相似的回环关键帧,计算这两个关键帧之间的相似变化,确立当前关键帧新的位姿,再通过位姿传播策略来修正关键帧位姿,调整地图中的路标点。最后通过只有位姿节点的图优化来调整全局定位结果。(本文来源于《哈尔滨工程大学》期刊2019-01-08）
吴戌,叶伟,劳国超[5]（2018）在《一种基于矢量地图的SAR图像几何精校正方法》一文中研究指出基于距离多普勒模型的SAR图像系统级几何校正存在一定的误差,需要引入地面控制点来对模型参数进行修正来提高校正精度。针对人工选取地面控制点工作量大且模型参数解算复杂的问题,提出矢量地图作为控制信息,利用SAR图像与矢量地图自动配准的方式实现SAR图像的几何精校正。该方法避免几何精度校正中繁琐的控制点选取过程以及复杂的模型参数解算过程。结果表明,该方法的平均相对精度达到10m左右。(本文来源于《测绘工程》期刊2018年10期）
徐建新,张晶,张彦霞,高勤[6]（2018）在《地图图像视觉平衡质量的定量测度模型》一文中研究指出针对地图图面设计制作的统一协调性在定量评判分析上具有不确定性及其视觉平衡质量的衡量指标缺乏的问题,该文采用图像处理领域的灰度分布均衡方法及力矩平衡原理,提出了一种定量测度地图图像视觉平衡质量的新模型。实验结果表明,该模型简单易行,同时适用于矢量地图和影像地图视觉平衡判定,相比于传统评价模型,不仅可定量判断出地图图像是否达到视觉平衡,而且可据视觉平衡质量的衡量指标对地图图像视觉平衡质量排序,还可给出未达视觉平衡地图图像其视觉重量在横纵轴的偏重情况。(本文来源于《测绘科学》期刊2018年07期）
舒凯翔[7]（2018）在《基于RGB-D图像的移动机器人叁维地图构建与导航系统研究与设计》一文中研究指出定位与导航是移动机器人研究的两项关键技术,传统的定位方式一般要在环境中安装传感器,对应用场景存在较多的限制。基于视觉的同步定位与地图构建(Visual Simultaneous Localization and Mapping,简称V-SLAM)技术仅需摄像头即可确定机器人在物理空间中的方位和重建场景的叁维结构。同时随着低成本RGB-D相机Kinect的出现,它能直接对环境进行叁维测量,为机器人的定位与导航提供了诸多便利。本文在此背景下,研究基于RGB-D图像的移动机器人叁维地图构建与导航系统。本文的主要研究工作如下:(1)在传统基于点特征的SLAM方法基础上加入环境中普遍存在的线特征,研究基于点线特征的叁维地图构建算法。该算法通过最小化点线特征的重投影误差进行位姿估计和局部地图优化。构建基于点线特征的词袋模型进行闭环检测,通过闭环校正消除累计误差得到全局一致的环境地图,并将点云地图转化为八叉树地图。该算法能够有效提升叁维地图构建算法的鲁棒性和精度,同时满足后续导航规划的要求。(2)通过双向搜索和平滑路径对传统A*算法进行改进,能有效提高全局路径规划的效率,减少转折次数。并结合全局路径规划与局部路径规划的优点,提出一种基于改进A*与DWA算法的分层路径规划算法。该算法能够在全局层面优化路径,避免陷入局部最优,同时能针对动态环境实时修正路径,实现动态避障。(3)通过公开数据集进行建图实验,验证基于点线特征叁维地图构建算法的精度。分别在实验室与走廊环境进行建图实验,以及在实验室环境进行路径规划实验。实验结果验证了本文提出的叁维地图构建与导航系统的有效性和可靠性,能够在不同环境下实现建图和路径规划功能。(本文来源于《华南理工大学》期刊2018-04-12）
邵岭[8]（2017）在《图像研究潮中，期待地图研究冷转热》一文中研究指出昨天，《上海城市地图集成》在上海书展上首发，这一图集被视为至今为止关于上海空间变迁最为完整的地图文献集成。记者从主编方上海师范大学都市文化研究中心和光启国际学者中心了解到，该书编撰过程耗时五年，大大超出预期，其中地图搜集是最为艰难的一环。主持该(本文来源于《文汇报》期刊2017-08-20）
彭菲菲[9]（2017）在《关于卫星图像处理方法及在地图制图中的应用分析》一文中研究指出重视卫星图像处理方式和地图制图中的应用不仅仅能够有效提升卫星影像技术,对于提升国际地位也是有着不可小觑的作用,因此,相关部门应重视卫星图像的处理,从而保证地图的制图能够更加精准,可以时时刻刻为我国国民展现出实时地理变化。(本文来源于《城市地理》期刊2017年06期）
郭亮[10]（2016）在《图像中的国家——欧洲地图传统与明清之际的欧绘亚洲海图》一文中研究指出在历史上,地图往往具有多重含义,其科学测量与图示绘制的背后隐含着一个深邃的世界。风景与地图制图术之间不仅具有科学、宗教与文化共性,还是国家形象的体现,几个世纪以来的地图描绘正好反映了这样一个不断变化的特殊图像。此外,欧洲人对亚洲的向往与测绘,在很大程度上还原了明清时期亚洲国家之间的真实关系。这些数量众多,内容全面的欧绘亚洲地图(海图),揭示出文字描述所无法尽释的历史线索。(本文来源于《文化研究》期刊2016年04期）
地图图像论文开题报告
（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：
视力障碍是影响人们生活质量的重要因素,而视网膜病变是造成视力障碍的重要原因之一,如老年黄斑病变(AMD)、青光眼、糖尿病视网膜病变(DR)等。近年来,随着成像技术的发展,以频域相干断层扫描(SD-OCT)为代表的成像技术,有分辨率高、非接触性、成像速度快的特点,能够观察到视网膜内部精细的叁维结构,因此广泛应用于视网膜疾病的诊断治疗。利用图像处理手段来自动识别量化SD-OCT视网膜图像中的病变区域有着重要的临床意义及研究价值。同时,SD-OCT成像技术也可以提供更多的关于眼部疾病的生理表现。因此如何利用计算机来进行病变的自动分割和量化也成为如今研究的热点课题。本文围绕SD-OCT视网膜病变图像,研究了地图状萎缩(GA)病变的自动分割和量化问题。论文的主要工作总结如下:(1)提出了一种基于双阶段学习的GA病变自动分割模型。利用SD-OCT图像的轴向数据作为样本,采用栈式自动编码器来建立离线模型和自学习模型。其中离线模型为基本模型,通过学习所有病例的共性特征建立分类模型,进行粗分类。但受病人多样性、视网膜病变复杂性,以及成像设备等因素的影响,基本模型不一定适用于所有病例。因此,利用自学习模型,从个体病例出发,考虑病人自身图像特点,学习其差异性特征,进行个体分类。最终通过融合离线学习结果以及自学习结果有效减少了假阳性,提高分割精度。(2)提出一种基于多路径叁维卷积神经网络的GA病变自动分割模型。在仅使用单列数据作为样本时,无法考虑到图像的空间信息,容易造成分割空洞,所以基于此问题,本文设计了一种多路径叁维卷积神经网络。为了保留图像的空间信息,首先,将原始图像分为叁维图像块,为网络提供合理的输入。然后,多路径网络利用不同大小的卷积核来获取不同的特征,并进行融合。最终利用交叉熵损失函数和中心损失函数来共同监督训练网络,有效的解决了分割空洞问题。(3)提出了一种基于病人独立的多损失GA病变自动分割模型。受病人多样性的影响,不同病人病变的表现形式也不相同,并且图像中还包含视神经头以及除GA外的其它病变,这些因素都加大了分割的难度。因此本文基于独立的病人或不同成像设备产生的图像,提出了多损失的卷积神经网络,通过融合分类损失,以及中心损失和多路径块的交叉熵损失,来共同监督网络模型,解决了深层网络梯度消失的问题。并通过融合多路径输出,获得分割结果,以此来建立一种较为鲁棒的自动分割模型。
（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。
地图图像论文参考文献
[1].焦占煜.作为图像的伊德里斯世界地图[J].美与时代(下).2019
[2].徐荣彬.基于SD-OCT视网膜图像的地图状萎缩病变区域分割算法研究[D].济南大学.2019
[3].徐光岐.基于图像与激光雷达信息相融合的车辆信息地图构建[D].哈尔滨理工大学.2019
[4].黄靖伟.基于水下图像信息的同步定位与地图构建方法研究[D].哈尔滨工程大学.2019
[5].吴戌,叶伟,劳国超.一种基于矢量地图的SAR图像几何精校正方法[J].测绘工程.2018
[6].徐建新,张晶,张彦霞,高勤.地图图像视觉平衡质量的定量测度模型[J].测绘科学.2018
[7].舒凯翔.基于RGB-D图像的移动机器人叁维地图构建与导航系统研究与设计[D].华南理工大学.2018
[8].邵岭.图像研究潮中，期待地图研究冷转热[N].文汇报.2017
[9].彭菲菲.关于卫星图像处理方法及在地图制图中的应用分析[J].城市地理.2017
[10].郭亮.图像中的国家——欧洲地图传统与明清之际的欧绘亚洲海图[J].文化研究.2016
论文知识图
