导读:本文包含了特征配准论文开题报告文献综述、选题提纲参考文献，主要关键词:特征,相似性,图像,算法,向量,遥感,尺度。
特征配准论文文献综述写法
鲁铁定,袁志聪,郑坤[1]（2019）在《结合尺度不变特征的Super 4PCS点云配准方法》一文中研究指出点云配准是叁维模型重建中的关键步骤。针对传统初配准方法效率低等问题,提出一种结合点云特征的超四点快速鲁棒匹配算法(super four point fast robust matching algorithm,Super 4PCS)。首先对点云数据进行尺度不变特征提取,凸显点云的局部特征;然后把提取的特征点作为Super 4PCS算法的初始值,以便实现源点云与目标点云的初配准;最后在初配准的基础上利用最近点迭代(ICP)算法进行精确配准。通过斯坦福兔子点云及实测点云数据对比分析,表明该算法具有更好的配准性能。(本文来源于《遥感信息》期刊2019年05期）
陶静,李逸琳,霍艺文,徐武[2]（2019）在《基于特征点匹配的图像配准研究》一文中研究指出立体显示技术中立体图像对虚拟场景的构建至关重要,现有的立体图像配准技术可能导致图像扭曲、变形。结合SURF算法和RANSAC算法,根据SURF算法对图像进行特征点检测;计算各特征点的Haar小波响应系数以确定特征点主方向和特征矢量;通过特征矢量的欧氏距离来判断特征点的匹配性,找出相邻最近的匹配点;最后利用一种改进的RANSAC算法剔除错误的匹配点。实验结果表明,基于SURF算法和改进的RANSAC算法的图像配准方法提高了特征点匹配度和精确度,能有效改善图像配准的变形问题。(本文来源于《现代电子技术》期刊2019年20期）
盛敏,彭玉升,苏本跃,王广军[3]（2019）在《基于特征相似性的RGBD点云配准》一文中研究指出叁维点云数据的配准是计算机视觉领域的重要研究课题,也是叁维重建的关键步骤。针对RGBD点云数据的配准问题,提出一种基于特征相似性的初始配准方法。首先需要计算待配准的RGBD点云模型的曲率和颜色特征度(CFD),并对CFD进行统计分析,若模型颜色特征足够丰富优先采用颜色相似性策略,反之尝试曲率相似性策略。通过特征点提取精简点云模型,利用确定的对应点选择策略选择候选对应点对。在候选对应点对上采用优化样本一致性算法获得初始配准变换矩阵,实现两片点云的初始配准。针对不同颜色纹理的RGBD点云模型,本文方法可以自适应选择合适的特征点选择策略,实现点云间良好的初始配准。实验结果表明,对于几何特征不明显的RGBD模型,本文方法能够自适应选择颜色相似性策略来较好地完成初始配准。对于不同类型的模型配准结果较好,算法效率更高。(本文来源于《图学学报》期刊2019年05期）
储小玉[4]（2019）在《基于自适应颜色和几何混合特征的点云配准方法》一文中研究指出针对叁维点云配准问题,文章提出了一种基于颜色和几何特征直方图自适应的混合特征配准方法。首先,通过颜色直方图对源点云模型的颜色信息进行统计,在一定颜色容差内筛选出两片点云共有颜色的数据,构建候选点集;然后将颜色特征直方图的"色"和几何特征直方图的"形"有机结合,设定两种特征自适应比例进行加权组合进行特征点提取,有效提高了点云配准的速度和精确性。实验结果表明,基于自适应颜色和几何混合特征提取特征点进行配准的方法与基于颜色和几何特征的6DICP方法相比,该种方法缩短了配准时间,配准效果稳定。实验验证了选取的基于自适应混合特征权重为最优取值。(本文来源于《铜陵学院学报》期刊2019年05期）
万振环[5]（2019）在《一种适用于肝脏CT图像配准改进的尺度不变特征变换算法》一文中研究指出针对肝脏CT图像特点,在传统的尺度不变特征变换(scale-invariant feature transform,SIFT)算法基础上,结合K-means聚类算法,提出了一种改进的特征点匹配算法。该算法通过聚类SIFT特征点坐标,将配准图像分为4个区域,特征点分块配准。与原算法相比,该算法增加了特征点匹配数量,有效隔离了特征点跨区域的错误匹配,时间复杂度也得到了一定的降低。该算法还减少了肝脏CT图像配准中错误匹配对配准结果的影响,提升了肝脏CT图像的配准精度。(本文来源于《生物医学工程研究》期刊2019年03期）
杨玉泽,孙英伟,林文树[6]（2019）在《基于FPFH特征和NDT算法的树木点云配准》一文中研究指出为了提高海量林地叁维点云数据配准的效率和精度,提出了一种基于快速点特征直方图(fast point feature histograms,FPFH)初始匹配与正态分布变换(normal distributions transform,NDT)精确配准相结合的配准算法。首先计算2个待配准点云的法向量,再使用k-d树结构对点云的FPFH特征进行加速计算。然后,根据2个点云相似的FPFH特征,使用采样一致性初始配准算法(sample consensus initial alignment,SAC-IA)求解初始变换矩阵、完成初始配准。最后,用DNT算法对点云体素化,并使用点云密度概率分布函数进行点云数据的精确配准。结果表明,FPFH-NDT算法的平均配准误差(相应点对的平均距离)为0.032 3 m,运行时间为256.376 s;在0.05～0.1 m的点云采样阈值范围内,FPFH-NDT算法的配准误差基本不受采样阈值变化的影响,其值稳定在0.03 m左右;当采样阈值>0.1 m时,配准误差随采样阈值的增大而增大;算法的配准时间整体上随点云采样阈值增大而减少。传统ICP算法的平均配准误差和时间分别为0.526 3 m和14.5 s;FPFH-ICP算法的平均配准误差和时间分别为0.042 5 m和289.346 s。FPFH-NDT算法与传统ICP算法相比在配准精度上有了很大的提高,与FPFH-ICP算法相比,在保证点云的配准精度的基础上,FPFH-NDT算法降低了算法的运行时间,提高了点云配准效率。(本文来源于《西北林学院学报》期刊2019年05期）
孙培芪,卜俊洲,陶庭叶,房兴博,贺晗[7]（2019）在《基于特征点法向量的点云配准算法》一文中研究指出在传统的迭代最近点算法(ICP)中,需要两片点云具有良好的初始位置,否则在配准时容易陷入局部最优。针对该问题,本文提出了一种基于特征点提取与配对的粗配准方法,以调整两片点云重迭部分的初始位置。首先,利用SIFT算法提取两片点云公共部分的特征点;其次,根据特征点法向量之间的欧氏距离将两片点云的特征点两两配对;然后,利用法向量的夹角对特征点对进行提纯;最后,通过单位四元数法,求解出旋转及平移矩阵,完成粗配准。试验表明,本文基于特征点法向量的粗配准方法可为精配准提供良好的初始位置,在一定程度上避免配准时陷入局部最优的现象。(本文来源于《测绘通报》期刊2019年08期）
顾漪,陈海燕[8]（2019）在《基于多图像特征的遥感图像配准新方法》一文中研究指出针对不同视角遥感图像配准中的非刚性几何畸变造成的配准误差,文章提出了一种基于尺度不变特征变换(SIFT)特征距离和几何结构描述符的精确方法,用于解决中等地形起伏和成像视点变化条件下遥感图像的配准问题。该方法采用尺度不变特征变换和部分强度不变特征描述符提取可靠的特征点集,利用变换过程中约束几何结构的多图像特征,提出一种新的算法来估计点集之间的精确对应关系。包括特征描述符提取、基于几何结构约束的改进SIFT特征点集配准和非刚性图像变换等步骤。对不同视点的无人机图像和卫星图像的实验结果表明,该方法相对于目前几种先进方法具有更佳的配准性能。(本文来源于《信息通信》期刊2019年08期）
华丽,徐川,眭海刚[9]（2019）在《基于视觉显着特征的光学与SAR影像快速粗配准方法》一文中研究指出在经典的Itti模型基础上,结合纹理特征及SAR影像显着目标的灰度特性,TW-Itti视觉显着模型能快速精确地反映显着地物的范围,获取显着区域。在显着区域内,利用水平集分割提取显着目标,通过形状曲线匹配算法对显着目标进行配准。研究结果表明:与经典的Itti模型相比,TW-Itti模型得到的显着区域目标整体更连贯,边缘细节更丰富,目标区域更准确,提高了后续影像粗配准的鲁棒性。同时,配准效率得到显着提高。(本文来源于《中南大学学报(自然科学版)》期刊2019年07期）
周微硕,安博文,赵明,潘胜达[10]（2019）在《基于几何不变性和局部相似特征的异源遥感图像配准算法》一文中研究指出针对异源遥感图像在图像配准中的几何形变问题,本文提出了一种基于几何不变性局部相似特征的异源遥感图像配准算法。GISS算法利用加速鲁棒特征算子先对存在几何差异的异源遥感图像进行预匹配,然后根据特征点的方向特征对图像进行旋转仿射校正,最后引用局部相似性描述符并集成相似性度量来考察预匹配点对的相关性,选取其中相似相关性最优的点对实行图像配准。实验结果表明,对于存在几何形变的异源遥感图像,具有较好的配准实现效果,可以有效的解决异源遥感图像之间的几何形变差异问题,具有较好的鲁棒性和配准精度。(本文来源于《红外技术》期刊2019年06期）
特征配准论文开题报告范文
（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：
立体显示技术中立体图像对虚拟场景的构建至关重要,现有的立体图像配准技术可能导致图像扭曲、变形。结合SURF算法和RANSAC算法,根据SURF算法对图像进行特征点检测;计算各特征点的Haar小波响应系数以确定特征点主方向和特征矢量;通过特征矢量的欧氏距离来判断特征点的匹配性,找出相邻最近的匹配点;最后利用一种改进的RANSAC算法剔除错误的匹配点。实验结果表明,基于SURF算法和改进的RANSAC算法的图像配准方法提高了特征点匹配度和精确度,能有效改善图像配准的变形问题。
（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。
特征配准论文参考文献
[1].鲁铁定,袁志聪,郑坤.结合尺度不变特征的Super4PCS点云配准方法[J].遥感信息.2019
[2].陶静,李逸琳,霍艺文,徐武.基于特征点匹配的图像配准研究[J].现代电子技术.2019
[3].盛敏,彭玉升,苏本跃,王广军.基于特征相似性的RGBD点云配准[J].图学学报.2019
[4].储小玉.基于自适应颜色和几何混合特征的点云配准方法[J].铜陵学院学报.2019
[5].万振环.一种适用于肝脏CT图像配准改进的尺度不变特征变换算法[J].生物医学工程研究.2019
[6].杨玉泽,孙英伟,林文树.基于FPFH特征和NDT算法的树木点云配准[J].西北林学院学报.2019
[7].孙培芪,卜俊洲,陶庭叶,房兴博,贺晗.基于特征点法向量的点云配准算法[J].测绘通报.2019
[8].顾漪,陈海燕.基于多图像特征的遥感图像配准新方法[J].信息通信.2019
[9].华丽,徐川,眭海刚.基于视觉显着特征的光学与SAR影像快速粗配准方法[J].中南大学学报(自然科学版).2019
[10].周微硕,安博文,赵明,潘胜达.基于几何不变性和局部相似特征的异源遥感图像配准算法[J].红外技术.2019