导读:本文包含了特征点匹配算法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:特征,算法,尺度,图像,里程计,视觉,神经网络。
特征点匹配算法论文文献综述
产叶林,胡新平[1]（2019）在《基于FAST和SURF的特征点快速匹配算法》一文中研究指出为解决传统印刷电路板(PCB)图像配准过程中匹配耗时和错配率较高的问题,提出一种基于FAST-SURF的特征点匹配优化算法。利用FAST算法快速提取特征点,利用SURF的64维描述子进行准确的特征描述,在匹配阶段使用K-Means算法优化匹配结果,通过RANSAC算法进行一致性检查,消除误匹配点。实验结果表明,与传统的SURFRANSAC算法相比,该算法提高了匹配正确率,减少了匹配时间,实现了PCB图像特征的快速匹配。(本文来源于《计算机工程与设计》期刊2019年12期）
严利民,张婷婷[2]（2019）在《一种改进A-KAZE算法的特征点匹配方法》一文中研究指出提出了一种改进的A-KAZE算法,利用非线性扩散滤波策略改善了传统高斯核函数构建尺度空间的不足,在实现局部自适应滤除细节的同时保留了目标的边界,且检测到的特征点具有尺度不变性;结合特征点主方向和改进的BRIEF描述子解决了匹配中旋转不变性的问题,以二进制编码形式缩短了匹配时间,并分别在室内和室外环境下进行特征点匹配实验,与ORB、BRISK等算法进行了比较,结果证明改进的算法结合了A-KAZE与BRIEF算法的优势,实现了高准确率和高效的图像特征点匹配.(本文来源于《微电子学与计算机》期刊2019年12期）
余振军,孙林,贾坤昊,孙洋[3]（2019）在《基于特征点局部特征值剔除误匹配特征点算法》一文中研究指出为了解决经典的特征点匹配算法尺度不变特征变换(scale-invariant feature transform,SIFT)算法采用比率测试得到的匹配特征点集中存在大量误匹配,且对数量和准确度无法兼顾的情况,提出了基于特征点局部特征值剔除误匹配特征点算法。该算法以高阈值比率测试得到的结果为粗剔除匹配点集,基于叁角形相似性原理,从该特征点集中筛选出3个匹配正确的特征点对,利用其分别在基准图像和实测图像中构建局部直角坐标系,根据匹配的特征点对在相似局部坐标系下局部特征值的相似度剔除误匹配特征点,实现精剔除。实验结果表明,所提出算法可以有效剔除SIFT算法匹配结果中的误匹配,同时,与低比率(0. 6)测试匹配结果比较,准确度较高,降低了匹配正确的特征点被误剔除的概率,可见该算法可有效剔除误匹配特征点,获得准确度高的匹配点集。(本文来源于《科学技术与工程》期刊2019年32期）
陈庆伟,李民东,罗川,周军,皇攀凌[4]（2019）在《视觉SLAM中图像特征点提取与匹配算法研究》一文中研究指出在视觉SLAM(visual Simultaneous Localization And Mapping,v SLAM)中,利用提取到的图像特征点进行相机位姿估测是一种非常重要的位姿估算方法,为了实现相机的定位,图像特征点必须具备鲁棒性、尺度性和高效率等特点。介绍了图像特征点提取与匹配在视觉SLAM中的作用和场景中图像特征点需要具备的特性;对几种主流的图像特征点提取算法,即尺度不变特征变换(Scale Invariant Feature Transform,SIFT)算法、加速稳健特征(Speeded-Up Robust Features,SURF)算法、快速特征点提取与描述(Oriented FAST and Rotated BRIEF,ORB)算法分别进行了简要说明;并通过设计实验,在室内环境中,对几种图像特征点提取算法的运行效率和图像特征点匹配正确率进行了对比测试。实验表明,ORB算法在运行效率和匹配正确率上占据优势,能够较好地满足视觉SLAM中实时性和鲁棒性的要求。(本文来源于《现代制造工程》期刊2019年10期）
郭贝,任金霞[5]（2019）在《基于蝙蝠算法优化BP神经网络的特征点匹配》一文中研究指出由于医学图像的特殊性,普通亮度和对比度偏低,灰度不明显,在成像上拍摄角度和拍摄光照变化,都是导致图像的中的数据丢失,为了解决上述的干扰,近年来,基于特征点的人工神经网络图像匹配方法具有高速信息处理和不确定性信息处理的能力,引起了人们的广泛关注。传统的BP神经网络参数是随机的,容易陷入局部最优,利用蝙蝠算法优化BP网络参数,应用到特征点匹配中去。提出了一种基于蝙蝠算法优化BP神经网络的特征点匹配方法,利用两图间匹配为基础,建立基于蝙蝠算法优化BP神经网络的特征点匹配的模型,并加以特征点的单一性约束准则和互应性约束准则,仿真结果表明:蝙蝠算法优化BP神经网络的特征点匹配的正确率比传统的BP神经网络的正确率高。(本文来源于《制造业自动化》期刊2019年08期）
陈一伟,张会清,苏园竟[6]（2019）在《基于叁角剖分的视觉里程计特征点匹配算法》一文中研究指出针对单目视觉里程计的精确定位问题,提出一种专门应用于单目视觉里程计的特征点匹配方法。对FAST算法提取的特征点进行DELAUNAY叁角剖分,获得特征点的位置关系。采用LK算法获得匹配点,结合位置关系判断误匹配候选点。对候选点计算SIFT描述子,根据相似程度剔除误匹配点。对获得的匹配对估计基础矩阵,结合尺度信息求取位姿。实验结果表明:该算法可提升匹配点的正确率,提高单目视觉里程计的精度。(本文来源于《传感器与微系统》期刊2019年06期）
陈雨铭[7]（2019）在《电子稳像中的特征点匹配与平滑滤波算法研究》一文中研究指出视频文件是我们日常生活的重要组成部分,但在一些场合,由于拍摄条件的限制,使得视频存在一定的抖动,影响我们观看视频的体验。为此,我们需要通过一定的手段将视频的抖动尽可能减小甚至消除,以获得一个平稳的图像序列。如果视频不需要实时播放,因为有充足的后期加工时间,加上可以获得视频全局的信息,可以通过最优化的算法,得到最理想的视频输出。但在实时播放的场合,为了保证输出视频的流畅和平稳,加上只有先验知识而无后验知识,此时,算法的快速性和准确性就显得尤为重要。电子稳像随着图像处理技术和滤波算法的发展日益发展壮大,其中的处理工作主要包括运动估计和运动补偿。本文主要针对两个模块展开研究,做了以下工作:1、对电子稳像技术的工作流程做了简单介绍,介绍了经典运动估计算法的核心思想和常见的运动补偿算法,并分析各自的局限性。2、分析经典算法的优缺点和研究场景的特点,在经典特征点匹配算法的基础上提出了基于圆形模板的特征点匹配算法。利用圆形模板某些特征向量的旋转不变性,结合边缘检测算子提供的信息更为丰富的边缘像素分布,在确定好第一层特征匹配点的基础上,很大程度上缩小了第二层特征匹配点的搜寻范围。加入几何不变矩,校正匹配错误的第一层特征点,既保证了准确性,又不影响实时性。该匹配算法利用了圆形某些旋转不变的特性,能适用于具有平移和旋转运动的视频稳像,且计算量较小,能适应实时检测的需求。3、根据运动矢量的离散分布情况,提出了基于一阶导数的自适应权值的平滑滤波算法。该算法根据正常运动和抖动在二维离散曲线上一阶导数的不同表现得到自适应的权值,引入相关系数,并在第一次滤波后,对邻域内的值做加权平均再一次滤波,消除曲线上的尖峰,最终得到的曲线同卡尔曼滤波极为接近,但是针对这种抖动场景,其运行效率更高。4、以VC++为开发环境编写了运动估计中特征点匹配以及运动补偿中平滑滤波模块的程序,用电子稳像公共视频库中的“result_shaky_car.avi”文件做实验,得到了相关的数据并对数据做了分析。实验表明,在抖动场景主要以平移和旋转的运动矢量为主时,且缩放运动不明显的情况下,本文提出的基于圆形模版的特征点匹配算法能够在匹配成功足够数量点的基础上,有效地减少匹配点的数量以及计算量。且本文提出的基于一阶导数的自适应权值的平滑滤波算法既能满足较好的滤波效果,又具有较小的计算量,能够提高效率,一定程度上满足实时稳像的需求。(本文来源于《南京大学》期刊2019-05-24）
马清[8]（2019）在《基于特征点匹配算法研究及其在全景图像拼接中的应用》一文中研究指出图像匹配技术是许多计算机视觉应用中的一项基础而关键的技术,其目的是从空间上对齐不同时间、不同视点或不同传感器获取的同一场景的两幅或多幅图像。图像匹配是叁维重建、变化监测、视频跟踪、图像融合等众多应用中的核心前提,是计算机视觉领域研究的重点。因此,设计一种快速、鲁棒且能达到工业对效率与精度需求的图像匹配算法,具有重要的价值意义。首先,针对传统基于特征的图像配算法对错误特征匹配容错率不高的问题,本文提出了一种基于高斯场准则的鲁棒特征匹配方法(Gaussian Field Criterion,GFC),使得场景存在复杂非刚性变换时仍能获得高精度特征匹配结果。算法基于现有的尺度不变特征变换算法构建初始特征匹配,然后专注于剔除其中的未知错误匹配。具体来说,本文将误匹配剔除转化为图像变换回归拟合问题,设计一种高斯场准则实现存在错误样本下的鲁棒估计,进而实现误匹配精准剔除。该准则既可处理线性又可处理非线性图像变换。在线性情形下,使用单应性矩阵来对变换进行建模;在非线性情况下,采用位于再生核Hilbert空间中的非刚性函数建模,同时设计相应的正则化项并添加到目标函数中以确保其良好的泛化能力。此外,将稀疏近似应用于非刚性变换,使得算法复杂度从立方降为线性。在各种自然和遥感图像数据集上的广泛实验表明了 GFC算法的有效性;与其他处于领先水平的特征匹配方法相比,GFC能够产生更优的匹配精度与效率。然后,基于待匹配图像特征点对的空间邻域关系(即图像场景的拓扑结构)具有一致性的特点,通过对局部邻域结构进行定义,提出一种基于K近邻序列相似性的特征匹配算法(Top K Rank Preservation,TopKRP),实现初始匹配误匹配比率高情形下的精准匹配。该算法将数据从特征空间转换为排序列表空间,设计了一种简单有效的拓扑结构测量方法,可通过比较初始匹配的排序列表来简单地计算两个特征点的拓扑结构相似性,进而实现误匹配精准剔除。通过在具有典型场景的10个公共图像对上进行验证,结果表明TopKRP优于多种现有处于领先水平的特征匹配方法,尤其是当初始错误匹配的比率很大时。最后,我们将GFC算法应用到实际场景的全景图像拼接中,设计了 4组不同场景的实验,包括红外图像和可见光图像。实验结果展示了较好的图像拼接效果,证明了算法的实用性。(本文来源于《华中师范大学》期刊2019-05-01）
胡晓彤,任辉,刘楠[9]（2019）在《尺度与特征强度自适应的SURF特征点匹配算法》一文中研究指出为解决SURF(speeded-up robust features)图像匹配算法无法实现特征点定位精度和匹配成功率的同步提升问题,在深入研究SURF特征点的尺度、特征强度与匹配性能间关系的基础上,提出了一种特征点尺度与特征强度自适应的SURF特征点匹配算法.该算法通过不同尺度的特征点与不同的特征强度阈值相适应的特征点匹配机制,较好地保持了特征点定位精度与匹配成功率间的平衡,从而实现了高性能的SURF特征点匹配.实验结果表明:与传统的SURF算法相比,本算法能够获得更多高精度的匹配特征点对,对于基于特征点的图像配准与基于图像的叁维坐标计算等图像处理算法的精度提升具有较大作用.(本文来源于《天津科技大学学报》期刊2019年02期）
孙玉平,胡哲,陶李,杨林平[10]（2019）在《新型SURF-ORB图像特征点匹配算法设计与实现》一文中研究指出提出了一种新型的SURF-ORB算法,该算法融合了SURF和ORB算法的优点。首先利用SURF算法检测图像的特征点和该特征点的方向,然后利用ORB中的改进BRIEF算法来描述该特征点,解决了ORB算法不具有尺度不变性的问题,同时算法的速度相较于SURF算法又有了很大提升。(本文来源于《仪表技术》期刊2019年03期）
特征点匹配算法论文开题报告
（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：
提出了一种改进的A-KAZE算法,利用非线性扩散滤波策略改善了传统高斯核函数构建尺度空间的不足,在实现局部自适应滤除细节的同时保留了目标的边界,且检测到的特征点具有尺度不变性;结合特征点主方向和改进的BRIEF描述子解决了匹配中旋转不变性的问题,以二进制编码形式缩短了匹配时间,并分别在室内和室外环境下进行特征点匹配实验,与ORB、BRISK等算法进行了比较,结果证明改进的算法结合了A-KAZE与BRIEF算法的优势,实现了高准确率和高效的图像特征点匹配.
（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。
特征点匹配算法论文参考文献
[1].产叶林,胡新平.基于FAST和SURF的特征点快速匹配算法[J].计算机工程与设计.2019
[2].严利民,张婷婷.一种改进A-KAZE算法的特征点匹配方法[J].微电子学与计算机.2019
[3].余振军,孙林,贾坤昊,孙洋.基于特征点局部特征值剔除误匹配特征点算法[J].科学技术与工程.2019
[4].陈庆伟,李民东,罗川,周军,皇攀凌.视觉SLAM中图像特征点提取与匹配算法研究[J].现代制造工程.2019
[5].郭贝,任金霞.基于蝙蝠算法优化BP神经网络的特征点匹配[J].制造业自动化.2019
[6].陈一伟,张会清,苏园竟.基于叁角剖分的视觉里程计特征点匹配算法[J].传感器与微系统.2019
[7].陈雨铭.电子稳像中的特征点匹配与平滑滤波算法研究[D].南京大学.2019
[8].马清.基于特征点匹配算法研究及其在全景图像拼接中的应用[D].华中师范大学.2019
[9].胡晓彤,任辉,刘楠.尺度与特征强度自适应的SURF特征点匹配算法[J].天津科技大学学报.2019
[10].孙玉平,胡哲,陶李,杨林平.新型SURF-ORB图像特征点匹配算法设计与实现[J].仪表技术.2019
论文知识图
