导读:本文包含了对齐度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,可见光,特征,视频,在线,多模,正负。
对齐度论文文献综述写法
王小芳,项国强,魏玮[1]（2019）在《结合对齐度准则的视频人脸快速配准算法》一文中研究指出在视频人脸替换过程中,针对人脸检测和特征点定位不考虑前后帧的时域联系,导致处理后的视频人脸出现抖动、错位现象的问题,提出结合对齐度准则的视频序列人脸配准方法。通过人脸特征点定位确定待匹配人脸的候选区域和参考人脸五官图像,并根据梯度信息得到参考人脸搜索子图像。构造图像尺度金字塔,在尺度金字塔中快速搜索对齐度极值,极值坐标对应搜索子图像相似度最高的配准点,构造匹配点对。采用Procrustes analysis算法计算对应匹配点的变换关系矩阵,完成待配准图像的坐标变换。根据实验数据,提出的算法提高了优化搜索的速度,处理后的视频与其他算法相比,前后帧对齐的人脸位置和姿态稳定,经处理的视频播放过程中人脸位置自然流畅。算法消除了肤色区域的影响,采用前后帧人脸的有效信息,保持了灰度变化大的人脸区域的位置和姿态,实现视频人脸的精确配准。(本文来源于《传感器与微系统》期刊2019年06期）
桑园[2]（2019）在《视频图像区域形状特征点对齐度优化仿真研究》一文中研究指出为了提高视频图像配准的精度,需要对视频图像区域形状的特征点对齐度进行优化,采用当前方法对特征点对齐度进行优化时,提取特征点所用的时间较长,计算得到的特征点模糊梯度相似性准确率较低,存在效率低和精准度低的问题。提出一种视频图像区域形状特征点对齐度优化方法,通过高斯内核函数对视频图像进行滤波处理,采用Hessian矩阵提取视频图像的特征点;在特征点集的基础上得到视频图像的角度直方图,通过角度直方图计算对齐度,在模糊隶属度概念的基础上得到特征点的模糊梯度相似性,结合特征点的模糊梯度相似性和视频图像的角度直方图得到视频图像的配准测度,采用RANSAC算法去除视频图像中匹配错误的特征点,完成视频图像区域形状特征点对齐度的优化。仿真结果表明,所提方法的效率高,精准度高。(本文来源于《计算机仿真》期刊2019年05期）
吴发辉,张玲,余文森[3]（2019）在《视频图像区域形状特征点对齐度优化方法仿真》一文中研究指出为了提高视频图像配准的精准度,需要对视频图像中的特征点对齐度进行优化。采用当前特征点对齐度优化方法对视频图像区域形状特征点的对齐度进行优化时,存在特征点提取准确度低和特征点对坐标均方根误差大的问题。提出一种视频图像区域形状特征点对齐度优化方法,在尺度空间的基础上采用SURF算法构建Hessian矩阵,通过Hessian矩阵提取视频图像区域形状特征点。通过SIFT算法生成特征点描述符参数和特征点方向参数对视频图像区域形状特征点做降维处理。在相似性度量算法的基础上采用双向匹配方法完成降维处理后特征点的对齐度优化。仿真结果表明,所提方法特征提取准确度高、特征点对坐标均方根误差小。(本文来源于《计算机仿真》期刊2019年04期）
辜伟平[4]（2016）在《发动机前端附件轮系对齐度的优化计算与噪音分析》一文中研究指出发动机前端附件驱动(Engine Front End Accessory Drive)系统是汽车发动机一个非常重要的动力子系统。目前,该系统普遍采用传动性能优越的多楔带来驱动系统内所有的附件零件。然而,在传动的过程中,多楔带不正常的磨损和偏移问题会对发动机的振动和噪音产生不利的影响。因此,针对EFEAD系统的振动噪音问题,本文主要开展了以下几个方面的研究工作:1.对发动机前端附件驱动系统的轮系对齐度进行了定义。阐述了轮系对齐度误差的危害、对齐度误差的表现形式以及对齐度误差对多楔带寿命的影响等。2.研究了多楔带的有效长度以及附件槽轮和附件平轮不同类型直径的计算方法。对于全是槽轮(或含有挡边平轮)和既含有槽轮又含有无挡边平轮的两种附件轮系,给出了计算其对齐度误差(主要包括平行度误差和角度误差)的空间几何模型和线性优化数学模型,最终利用Matlab软件计算出了附件轮系中各个槽轮在参考平面z轴方向上的安装位置的坐标范围。3.从附件轮系的布局,多楔带的绕向以及自动张紧器两端带段张力波动的范围这叁个方面,研究了减小由于附件轮系对齐度误差而引起的多楔带磨损和轮系噪音的有效方法。此外,还对附件轮系对齐度误差的测量设备、测量过程和测量方法等进行了详细的介绍。4.论述了发动机前端附件驱动系统产生噪音的原因,介绍了测试EFEAD系统噪音的设备和试验机,并通过实验数据归纳了不同类型的附件系统噪音(干打滑噪音、湿打滑噪音和对齐度噪音等)的特征。最终总结出了一套符合工程实际应用的发动机前端附件驱动系统噪音的测试流程和方法。(本文来源于《华南理工大学》期刊2016-01-05）
张家良,金鑫,赫雷,周克栋[5]（2013）在《基于对齐度和互信息的红外与可见光图像配准》一文中研究指出针对红外与可见光图像的特点,在此提出了一种结合边缘对齐度与互信息的图像配准方法。首先通过小波变换边缘检测得到红外与可见光图像的边缘图像,并将对齐度和归一化互信息自适应加权平均得到新的相似性测度函数,最终通过计算相似性测度函数的极值求得待配准图像间的变换参数。实验结果表明,该方法可减少配准所需的时间,具有更高的精确性和鲁棒性。(本文来源于《现代电子技术》期刊2013年12期）
朱文杰[6]（2012）在《基于整数提升小波变换和改进对齐度的图像匹配算法研究》一文中研究指出以图像匹配为核心的景象匹配辅助导航系统与惯性导航系统组成的组合导航系统具有更高的精度和可靠性。在前人的基础上，本文针对此系统中的图像匹配算法展开研究，并且对所设计的算法进行了仿真验证。在图像匹配算法中，算法的匹配精度和匹配概率始终是一对矛盾，而导航系统对实时性要求又很高。因此本文的重点就是在保证匹配算法精度前提下，大幅度的提高匹配速度。首先研究了叁种能够抗噪声、灰度失真和几何形变的相似性测度：对齐度,互信息和归一化积相关算法，并对它们的精度和计算时间进行了比较分析，为下文的测度选取提供科学依据。在基于小波分析的图像匹配算法中得到了非常适合应用于导航图像匹配的整数提升Haar小波变换和确定了此算法中最优的分层层数、高层所使用的搜索半径和相似性。然后重点对对齐度测度进行了改进，提出了分灰度阶对齐度，改进后不仅提高了计算速度，而且提高了匹配精度和抗噪性。并且在底层搜索时使用了增强跳出局部极值能力的微粒群算法。最终本文设计的匹配算法是：基于整数提升Haar小波，在底层使用8阶对齐度测度和改进的微粒群搜索方法，在高层使用归一化积相关算法，搜索半径为2的图像匹配算法。实验证明该算法在保证算法匹配精度的同时，使匹配速度由313s左右降低至0.3s左右，降低了叁个数量级，满足了导航图像匹配高精度和实时性的要求。最后把基于整数提升Haar小波和改进对齐度的图像匹配算法推广应用到存在旋转的图像匹配问题上，实验证明，该算法无论是处理普通图像还是医学单模图像，与一般图像匹配算法相比，都能在保证匹配概率、匹配精度的前提下，大幅度的提高匹配速度。(本文来源于《哈尔滨工业大学》期刊2012-07-01）
李金屏,常晓丽,尹建芹[7]（2011）在《最大对齐度算法在多模态图像配准中正负像无关性分析》一文中研究指出基于对齐度的配准是一种重要的多模态图像配准方法,其中的图像预处理是关键。在对红外热像仪图像和可见光图像进行配准的过程中,首先进行图像预处理,其中一个环节是将红外热像仪图像取负像,这样可使之与相应的可见光灰度图像比较相近。实验结果表明,对齐度配准算法与正负像无关,即可见光图像与相应的红外热像仪图像正像和负像的对齐度配准结果相同,理论证明也表明该结论的正确性。这一规律对于提高最大对齐度配准算法的计算效率具有重要意义,同时也具有一定的理论意义。(本文来源于《高电压技术》期刊2011年02期）
李金屏,常晓丽[8]（2009）在《基于对齐度的变电站多模图像配准算法》一文中研究指出利用对齐度原则研究变电站巡检机器人获得的红外热像仪图像与可见光图像的配准,对齐度用于判定两种图像配准的相似程度。两种图像均进行灰度化,红外图像进行分辨率调整和负像化等预处理操作。实验结果显示,正负像对预处理后直接配准和预处理后进行边缘检测再配准的结果没有影响;直接配准和边缘检测配准互补性强,可以很好地满足设备匹配对适应性和精确度的要求。(本文来源于《济南大学学报(自然科学版)》期刊2009年03期）
吴振华,吴晴,郑榜贵[9]（2009）在《一种基于对齐度的多约束车辆特征匹配方法》一文中研究指出针对基于双目立体视觉的汽车辅助驾驶系统,研究了一种基于对齐度的多约束快速匹配算法。对齐度准则利用图像对间的交互方差作为相似测度,不需要两幅图像的灰度线性相关性并且不受图像灰度差异的影响,比相关度准则有更强的适用性。确定左右两幅图像中的路面区和目标车辆后,采用Harris算子提取出目标车辆的特征点。匹配前利用角点的特征值约束去除不易匹配角点,然后采用对齐度准则进行匹配,最后根据视差梯度约束去除误匹配。实验结果表明了该方法的可靠性,能够获得较满意的检测结果。(本文来源于《电子测量技术》期刊2009年05期）
余萍,崔少飞,葛永新,王亚微,张珂[10]（2008）在《基于对齐度的电力设备红外与可见光的图像配准》一文中研究指出提出了一种全新的电力设备红外与可见光图像的配准算法,该方法基于图像的小波变换与对齐度最大化完成图像的配准过程。首先进行图像预处理,分别对红外图像取其负像以及对可见光图像取其灰度图像,从而提升两者的相似性特征;然后利用小波变换提取出图像的边缘及特征点,最后利用对齐度准则计算所有特征点对之间的对齐度,得到匹配点对。实验结果证明了此方法的有效性、精确性和适用性。(本文来源于《激光与红外》期刊2008年07期）
对齐度论文开题报告范文
（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：
为了提高视频图像配准的精度,需要对视频图像区域形状的特征点对齐度进行优化,采用当前方法对特征点对齐度进行优化时,提取特征点所用的时间较长,计算得到的特征点模糊梯度相似性准确率较低,存在效率低和精准度低的问题。提出一种视频图像区域形状特征点对齐度优化方法,通过高斯内核函数对视频图像进行滤波处理,采用Hessian矩阵提取视频图像的特征点;在特征点集的基础上得到视频图像的角度直方图,通过角度直方图计算对齐度,在模糊隶属度概念的基础上得到特征点的模糊梯度相似性,结合特征点的模糊梯度相似性和视频图像的角度直方图得到视频图像的配准测度,采用RANSAC算法去除视频图像中匹配错误的特征点,完成视频图像区域形状特征点对齐度的优化。仿真结果表明,所提方法的效率高,精准度高。
（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。
对齐度论文参考文献
[1].王小芳,项国强,魏玮.结合对齐度准则的视频人脸快速配准算法[J].传感器与微系统.2019
[2].桑园.视频图像区域形状特征点对齐度优化仿真研究[J].计算机仿真.2019
[3].吴发辉,张玲,余文森.视频图像区域形状特征点对齐度优化方法仿真[J].计算机仿真.2019
[4].辜伟平.发动机前端附件轮系对齐度的优化计算与噪音分析[D].华南理工大学.2016
[5].张家良,金鑫,赫雷,周克栋.基于对齐度和互信息的红外与可见光图像配准[J].现代电子技术.2013
[6].朱文杰.基于整数提升小波变换和改进对齐度的图像匹配算法研究[D].哈尔滨工业大学.2012
[7].李金屏,常晓丽,尹建芹.最大对齐度算法在多模态图像配准中正负像无关性分析[J].高电压技术.2011
[8].李金屏,常晓丽.基于对齐度的变电站多模图像配准算法[J].济南大学学报(自然科学版).2009
[9].吴振华,吴晴,郑榜贵.一种基于对齐度的多约束车辆特征匹配方法[J].电子测量技术.2009
[10].余萍,崔少飞,葛永新,王亚微,张珂.基于对齐度的电力设备红外与可见光的图像配准[J].激光与红外.2008