导读:本文包含了图像校正论文开题报告文献综述、选题提纲参考文献，主要关键词:图像,畸变,模型,几何,可编程,算法,门阵列。
图像校正论文文献综述写法
徐鹏程,龚元明[1]（2019）在《基于FPGA的鱼眼图像校正系统设计》一文中研究指出针对目前使用FPGA实现鱼眼校正算法时占用资源多以及延时长等问题,本文提出并设计了一种基于FPGA的鱼眼图像校正系统。鱼眼校正算法采用球面等距投影法,使用查表的方式在FPGA中实现。通过读写片外SDRAM的方式来实现查表功能。实验测试表明,该系统不仅能够完成鱼眼校正的任务,而且相较于同平台上基于Cordic算法的系统而言,更节省硬件资源和具有更好的实时性。(本文来源于《电子设计工程》期刊2019年22期）
王玉波,杨江涛,唐军,刘俊,申冲[2]（2019）在《一种图像校正的偏振光罗盘系统的研究》一文中研究指出导航传感器在探险、应急、精确制导武器、船舶、航空器导航和定位系统中起着关键作用。针对偏振光罗盘在倾斜状态下误差较大的问题,提出了一种利用加速度计和陀螺仪对偏振光罗盘进行图像校正的方法,设计了一种基于陀螺仪校正的偏振光罗盘系统。首先利用加速度计和陀螺仪计算得到载体姿态角,对偏振光图像数据进行图像校正,采用Stokes矢量法解算大气偏振模式分布,进而提取导航特征点,最后对特征点进行拟合解算出航向角信息。并且进行了静态和动态测试实验,实验结果表明,该算法能够有效的对偏振光罗盘姿态变化引起的误差进行补偿,可以将偏振光罗盘的航向角测量误差控制在1.86°之内,平均误差为0.09°。(本文来源于《激光与红外》期刊2019年09期）
曾军英,冯武林,谌瑶,秦传波,翟懿奎[3]（2019）在《一种基于ORB特征和运动一致性的图像校正算法》一文中研究指出目前图像校正算法使用较多的是SIFT特征点和随机采样一致性(RANSAC)算法,但是在提取SIFT特征和用RANSAC算法剔除误匹配会消耗大量的时间,剔除误匹配后仍然存在少量错误。因此提出一种基于ORB特征和运动一致性算法实现图像校正。首先提取ORB特征,使用汉明距离进行初始匹配,然后采用运动一致性算法剔除错误匹配,再使用拓扑约束项对顽固误匹配进行剔除,最后利用RANSAC算法计算出变换矩阵H,从而完成图像的校正。实验结果表明,与SIFT算法相比,该算法不仅特征检测和匹配速度较快,计算资源消耗较少,且具有很好的鲁棒性。(本文来源于《现代电子技术》期刊2019年18期）
郑娜,穆平安[4]（2019）在《基于改进双边滤波的非均匀光照图像校正算法》一文中研究指出为了降低非均匀光照对图像的质量的影响,提出了一种基于改进双边滤波的自适应校正算法。该算法首先将图像进行色彩空间的转换,以分离出图像的亮度分量。然后在图像的亮度分量基础上估计出照度分量,该过程利用叁高斯模型和高斯滤波的双边滤波的方法来实现;接着对估计的照度分量进行二维伽马校正,最后将图像进行色彩空间转换得到校正后的图像。实验表明,该方法能够使图像颜色保真,提高对比度,增强清晰度,并抑制光晕。(本文来源于《电子测量技术》期刊2019年17期）
王福荣,刘武发,李攀,阮永超[5]（2019）在《视觉圆要素检测图像校正技术的研究》一文中研究指出当视觉检测带有多个圆孔要素工件时,由于倾斜角(成像平面与工件平面的夹角)和镜头畸变的影响,孔的圆形特征在图片中突变为椭圆或其他形状,增加了算法复杂度而且降低了检测精度。在分析图像发生突变原因之后,提出了通过角度校正和畸变校正的一种图像校正的方法,使图像能反映真实工件的情况。首先进行角度校正,对找到的亚像素角点进行基于几何距离的椭圆拟合,椭圆短轴与长轴的比即为倾斜角的余弦值,由此将图像校正为倾斜角为零时的图像,角度校正使实际距离相等的点在图像上距离的差值稳定在两个像素之内,从而提高了检测精度;然后进行畸变校正,使用畸变参数及公式对像素点进行重映射。经过实验验证,使用此校正方法校正的圆形要素图像使圆形要素检测算法更容易更准确地检测到圆形要素的特征尺寸。(本文来源于《机床与液压》期刊2019年16期）
李彦会,黄中华,许欣,文义名,谢雅[6]（2019）在《基于Hough变换的倾斜图像校正技术》一文中研究指出倾斜图像校正是图像自动识别过程的一个关键环节.倾斜图像校正技术需要协调解决好校正质量和校正速度的矛盾.论文给出了一种基于Hough变换的倾斜图像校正技术,具体工作过程如下:首先对图像进行预处理和边缘检测,判断图像是否倾斜,然后采用Hough变换对倾斜图像进行校正;最后输出校正后的图像.并开展了不同倾斜角度下的图像校正仿真研究,结果表明,采用Hough变换能够实现倾斜图像校正,在保证校正质量的同时还具有快的校正速度.(本文来源于《湖南工程学院学报(自然科学版)》期刊2019年03期）
杨成立[7]（2019）在《移动数字多媒体动画目标图像校正仿真》一文中研究指出本文主要探讨了移动数字多媒体动画目标图像校正的相关问题。文章首先简单阐述了校正的基本原理,形成对移动数字多媒体动画目标图像校正的基本认识;然后具体分析了基于圆度判别、像素灰度以及透视原理的移动数字多媒体动画图像倾斜校正方法的基本原理及存在的突出问题;最后针对这些方法存在的问题提出了基于Radon变换与Canny算子相结合的移动数字多媒体动画图像校正方法,通过实证研究探讨了该方法的优点。(本文来源于《艺术科技》期刊2019年06期）
卫钦智,陈松[8]（2019）在《双目图像校正VLSI硬件电路结构设计》一文中研究指出针对已有立体视觉中双目图像校正算法计算复杂度较高,不适合硬件实现的问题,提出了一种双目图像几何校正模型,并设计了VLSI硬件电路结构。利用网格模板标定法获取畸变校正模型参数,进行单目畸变图像的校正;再借助双目标定算法获得双目图像校正外部参数,得到立体校正模型,进行立体校正。结合畸变校正模型和立体校正模型,设计一个新的双目图像几何校正模型,并基于此模型设计双目图像几何校正VLSI硬件电路结构,具有较好的几何校正效果,也能够保证校正后的双目图像分辨率。(本文来源于《信息技术与网络安全》期刊2019年06期）
冯武林[9]（2019）在《面向工程应用的图像校正和匹配算法研究》一文中研究指出图像校正和匹配作为图像处理领域的基本问题,是图像预处理过程的关键技术之一,它在医学、遥感、军事和双目立体视觉等众多工程领域有着广泛的应用。图像配准校正是将不同时间和传感器设备等不同的条件下得到的同一场景下的两幅或多幅图像进行配准、迭加的过程。目前图像校正算法使用较多的是SIFT(Scale Invariant Feature Transform)特征和随机采样一致性(Random Sample Consensus,RANSAC)算法,但是在提取SIFT特征和用RANSAC算法剔除误匹配会消耗大量的时间,剔除误匹配后仍然存在少量错误。图像立体匹配是一个经典的计算机视觉问题,它的目标是从双目相机拍摄同一场景的左、右两幅视点图像中找到匹配的对应点,运用立体匹配算法获取视差图,从而估计图像深度信息。由于摄像头本身的原因会使拍摄的左右视图发生光学畸变,因此在做立体匹配之前,必须要进行图像校正。采用传统方法或卷积神经网络(Convolutional Neural Network,CNN)方法的立体匹配,计算量较大、运行效率低,其精确度和实时性不能满足工程实际的在线应用要求。针对以上问题,本文的主要工作如下:(1)在进行图像校正与识别中,企业实际工程采用SIFT算法,提取特征过程会消耗大量的时间,运行效率低,使用RANSAC算法剔除误匹配后仍然存在少量错误,导致图像校正效果不理想。针对此问题,本文采用了SURF(Speeded Up Robust Features)特征来替代SIFT特征,大大提高了特征提取效率,加快了图像处理进程,同时采用了改进的RANSAC算法,即首先采用最近邻距离与次近邻距离的比值作为阈值来确定可能正确的匹配,再使用改进的RANSAC剔除算法,更加干净的剔除误匹配,提高了校正的精度。(2)为了进一步提高工程应用中图像校正的运行效率和校正精度,因此本文提出一种基于ORB(Oriented FAST and Rotated BRIEF)特征和运动一致性算法实现图像校正,首先提取ORB特征,使用汉明距离进行初始匹配,然后采用运动一致性算法剔除错误匹配,再使用拓扑约束项对顽固误匹配进行剔除,最后利用RANSAC算法计算出变换矩阵H,从而完成图像的校正。实验结果表明,与SIFT算法和SURF算法相比,该算法不仅特征检测和匹配速度较快,计算资源消耗较少,且具有很好的鲁棒性。(3)针对传统方法或CNN方法的立体匹配,其精确度和实时性不能满足工程实际在线应用要求等问题,本文提出一种实时自适应的立体匹配网络算法,通过引入一种新的轻量级的、有效的结构模块自适应立体匹配网络(Modularly Adaptive Stereo Network,MASNet),在网络中嵌入无监督损失模块和残差细化模块,使立体匹配的准确性和实时性得到提高。实验结果表明,本文方法相比具有相似复杂度的模型,精确度更高,并且能以平均约25帧每秒的处理速度达到工程实际在线使用的要求。(本文来源于《五邑大学》期刊2019-06-01）
潘志昊[10]（2019）在《基于深度学习的鱼眼畸变图像校正方法》一文中研究指出随着信息获取的需求不断增加,鱼眼摄像机作为超广角摄像机在各种领域中得到了广泛应用。然而,鱼眼摄像机在为人们获取到更多的视场信息的同时也为图像带来了非常严重的非线性畸变,因此,对鱼眼畸变图像的校正是鱼眼图像的重要研究内容。由于鱼眼摄像机种类繁多,鱼眼镜头的组成和成像原理也不尽相同,大多相关研究基于传统计算机视觉算法的鱼眼畸变图像校正方法,其校正方法不具有普适性,难以适应针对不同成像模式的鱼眼畸变图像进行校正。针对上述问题,本文提出了一种基于深度学习的鱼眼畸变图像校正方法。本方法可以克服不同鱼眼摄像机及其成像模型对畸变图像校正算法的局限性,具有较好的普适性。本方法利用卷积神经网络提取鱼眼畸变图像的特征信息,并建立畸变特征与鱼眼畸变图像校正参数之间的映射关系。为了对神经网络进行训练,本文根据鱼眼镜头成像的多项式逼近模型,创建了一个鱼眼畸变图像数据集,其中包含不同场景的2500幅原始无畸变图像、每幅图像由10个随机畸变参数形成的25000幅鱼眼畸变图像和每幅鱼眼畸变图像所对应的校正参数,并以此数据集对神经网络进行了训练。在神经网络训练过程中,首先对校正参数估计网络进行初步的训练,然后通过对比原始无畸变图像与校正后无畸变图像之间的差异再次对神经网络进行微调训练,训练完成的神经网络可以对鱼眼畸变图像的校正参数进行准确预测,实现了对鱼眼畸变图像较高精度的校正。实验结果表明,本文提出的鱼眼畸变图像校正方法克服了对鱼眼镜头种类或鱼眼图像拍摄场景上的限制,可以在鱼眼摄像机参数未知的情况下,对鱼眼畸变图像进行准确的校正。本方法可以应用于不同类型的鱼眼畸变图像校正。(本文来源于《中北大学》期刊2019-06-01）
图像校正论文开题报告范文
（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：
导航传感器在探险、应急、精确制导武器、船舶、航空器导航和定位系统中起着关键作用。针对偏振光罗盘在倾斜状态下误差较大的问题,提出了一种利用加速度计和陀螺仪对偏振光罗盘进行图像校正的方法,设计了一种基于陀螺仪校正的偏振光罗盘系统。首先利用加速度计和陀螺仪计算得到载体姿态角,对偏振光图像数据进行图像校正,采用Stokes矢量法解算大气偏振模式分布,进而提取导航特征点,最后对特征点进行拟合解算出航向角信息。并且进行了静态和动态测试实验,实验结果表明,该算法能够有效的对偏振光罗盘姿态变化引起的误差进行补偿,可以将偏振光罗盘的航向角测量误差控制在1.86°之内,平均误差为0.09°。
（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。
图像校正论文参考文献
[1].徐鹏程,龚元明.基于FPGA的鱼眼图像校正系统设计[J].电子设计工程.2019
[2].王玉波,杨江涛,唐军,刘俊,申冲.一种图像校正的偏振光罗盘系统的研究[J].激光与红外.2019
[3].曾军英,冯武林,谌瑶,秦传波,翟懿奎.一种基于ORB特征和运动一致性的图像校正算法[J].现代电子技术.2019
[4].郑娜,穆平安.基于改进双边滤波的非均匀光照图像校正算法[J].电子测量技术.2019
[5].王福荣,刘武发,李攀,阮永超.视觉圆要素检测图像校正技术的研究[J].机床与液压.2019
[6].李彦会,黄中华,许欣,文义名,谢雅.基于Hough变换的倾斜图像校正技术[J].湖南工程学院学报(自然科学版).2019
[7].杨成立.移动数字多媒体动画目标图像校正仿真[J].艺术科技.2019
[8].卫钦智,陈松.双目图像校正VLSI硬件电路结构设计[J].信息技术与网络安全.2019
[9].冯武林.面向工程应用的图像校正和匹配算法研究[D].五邑大学.2019
[10].潘志昊.基于深度学习的鱼眼畸变图像校正方法[D].中北大学.2019