导读:本文包含了智能拼接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,算法,智能,全景,大华,波束,孔径。
智能拼接论文文献综述
叶青,操秀英[1]（2019）在《“海洋六号”科考首次实现水下视频图像分幅智能拼接》一文中研究指出科技日报广州10月23日电（记者叶青 操秀英）历时122天，航程近35000千米，自然资源部中国地质调查局广州海洋地质调查局“海洋六号”船完成中国地质调查局深海地质第8航次和中国大洋第55航次科考任务，满载科考成果，于23日返回广州。“海洋六号”(本文来源于《科技日报》期刊2019-10-24）
陈文宽,朱丹,温会泉[2]（2019）在《一体化全自动智能拼接DR在拍摄全脊柱的应用价值》一文中研究指出目的:探讨Philips一体化全自动智能拼接DR在全脊柱拍摄技术、成像质量、脊柱侧弯筛查及诊治等方面的应用价值。方法:回顾性分析在我院通过Philips一体化全自动智能拼接DR行全脊柱拍摄的155例患者,其中26例患者还同时做了全脊柱左右侧弯拍摄。对该检查技术进行质量评估和结果分析。结果:155例全脊柱拍摄全部自动拼接成功,其中图像质量优112例(72.26%),图像质量良好35例(22.58%),图像质量一般8例(5.16%),图像优良率94.84%。门诊阳性121例,阴性6例,门诊阳性检出率95.28%,28例住院患者则全部为阳性。结论:Philips一体化全自动智能拼接DR拍摄全脊柱技术快捷成熟,对全脊柱侧弯的筛查和诊疗方案提供帮助。(本文来源于《影像研究与医学应用》期刊2019年16期）
李树光[3]（2019）在《基于图像拼接的车载全景视频智能感知技术研究》一文中研究指出随着信息科学技术和计算机图形学的发展,全景视频拼接技术的应用也越来越广泛,如计算机视觉、虚拟现实、汽车领域等,在汽车领域的无人驾驶、车载终端监控和全景辅助泊车等系统中都有体现。视频拼接是图像拼接的扩展,是在原有维度基础上增加了时间这一维度,要想输出流畅的全景视频,每一帧图像的拼接必须足够快,这就对单纯的图像拼接所用到的配准和融合算法有了更高的要求。现阶段车载全景视频拼接技术仍处于热门研究中,如何实现基于车载实时、高质量的全景视频拼接仍然是一项重大挑战。因此,对车载全景视频拼接技术进行深入研究有着重要的理论意义和应用价值。本文主要针对车载视频图像拼接算法的实时性、全景视频拼接图像的重影问题,进行了配准和融合算法方面的研究与改进,并且利用CPU与GPU的异构体系,设计了一个能够实时感知车载全景视频的系统。本文具体的研究内容和主要工作如下:1.为了解决车载全景视频拼接的实时性问题,提高图像配准融合的速度,本文提出了一种基于ORB改进SURF的图像配准算法(FSURF)。首先依据区域分块思想对待拼接的两幅图像进行分块,对每组子块对进行区域相关性验证求出最佳子块对,接着通过ORB中的FAST特征点检测算法对其进行特征点提取,同时采用Hessian矩阵消除不稳定的边缘响应,然后在为每个特征点分配描述符的同时加入灰度值差分,增强了算法对光照的鲁棒性,最后采用RANSAC算法进行误匹配点的剔除。实验结果和数据表明,该算法较传统的SURF算法有明显的速度优势,并且特征点描述时充分利用了灰度信息,配准融合结果对图像的模糊和光照差异等变化具有了更好的鲁棒性。2.对于融合阶段,因运动目标的存在可能导致拼接图像存在的重影现象,本文提出了一种基于最佳缝合线的多分辨率融合算法。首先利用曝光校正技术对因曝光问题产生的帧图像间过渡不平滑现象进行校正,然后在校正后的图像重迭区域内根据像素求得的颜色插值和依据Sobel算子求取的结构差值求得最佳缝合线,最后结合多分辨率融合算法在不同分辨率层上进行融合。拼接实验结果表明,使用该融合算法,融合图像既实现了平滑过渡,又消除了重影现象,得到了完整的清晰的全景视频图像。3.最后设计了一个能够实时感知车载全景视频的系统。本文虽然对传统SURF算法进行了改进,并且同时利用了区域分块思想对车载全景视频拼接算法进行了加速,但是单纯的依靠软件还没能达到实时输出流畅视频的效果,为解决该问题,本文提出在车载全景视频拼接系统中利用CPU与GPU的异构体系,通过高性能的显卡、GPU强大的浮点运算能力和CPU的多线程技术,将系统全面提速。实验验证,该方案基本解决了一开始提到的视频拼接的实时性问题,达到了每秒不少于15帧图像的拼接。(本文来源于《青岛科技大学》期刊2019-04-20）
[4]（2018）在《全智能无缝联动,超高清全景跟踪——实测大华股份睿界·四目全景拼接灵瞳一体化摄像机》一文中研究指出记者观点该四目超高清一体全景摄像机支持4K全景成像、4K拉近跟踪、1万个人脸库、车辆识别及检测、平稳的联动及随动等功能,夜晚的超星光效果也非常出色,完美承接了客户对夜晚的业务需求,在实际的大景深场景中,照度不良情况下也能无噪点清晰成像,反向推助智能分析的准确度。另外,结构上该机属于中小型云台产品,在如此小的结构设计下,却将行业现有的尖端技术融于一体,实属难得,足见厂家设计之用心。(本文来源于《中国公共安全》期刊2018年12期）
霍敏霞,薛博桓[5]（2018）在《基于智能算法的破碎文件拼接复原技术的研究》一文中研究指出破碎文件的拼接在司法物证复原、历史文献修复以及军事情报获取等领域都有着重要的应用。随着科技的发展,破碎文件的自动拼接技术以及拼接复原效率是目前研究的热点问题。对于单一方向的破碎文件,文中采用0-1匹配、Pearson相关系数的灰度匹配,针对破碎文件的长短、多少,以及中英文等情况建立了两种模型;对于横切和纵切方向的破碎文件,采用聚类分析和灰度匹配建立模型并进行相应处理,从而实现对这些破碎文件的全自动或半自动拼接复原。(本文来源于《计算机科学》期刊2018年S1期）
刘琦峰[6]（2018）在《基于群智能优化算法的子孔径拼接技术研究》一文中研究指出随着科学技术的发展,大口径光学元件在高端系统(如航空航天摄像设备、天文望远镜、半导体光刻机、激光诱导核聚变系统等)中的应用越来越广。通常采用根据被测光学元件原始面形数据进行可控补偿加工的计算机数控抛光技术加工这些元件。其中,面形数据一般由高精度的激光干涉仪测量得到。对于大口径光学元件而言,其检测往往要求干涉仪配备比与其口径相等或者更大的标准镜。然而,大口径标准镜制造周期长、成本高;且各系统中大口径光学元件的尺寸逐渐增大,因此采用更大尺寸的标准镜进行干涉测量不符合高效制造与经济制造的要求。子孔径拼接技术采用小口径激光干涉仪对大口径进行全口径扫描拼接以获得大口径面形数据。但是现有拼接算法存在效率低、模型复杂、对机械定位误差较为敏感等问题。本文提出一种基于群智能优化算法的子孔径拼接技术。具有可实现中大型口径的拼接测量、降低检测成本、提高面形精度、降低拼接算法对机械定位误差的敏感程度等优点。本文的研究工作主要分为以下部分:1.对子孔径拼接干涉测量原理进行探讨,建立了子孔径两两拼接的数学模型。对常用的子孔径分类方法与排列方式进行了研究,根据不同的划分方法与排列方式,推导出了其重迭区面积与所需子孔径个数的关系。通过数理统计的方法推导出了子孔径拼接测量的误差,通过数值模拟的方法研究了不同拼接模式与不同的重迭系数对子孔径拼接精度的影响。2.对常用的群智能算法进行了探究,选择算法优良的布谷鸟算法(Cuckoo Search,CS)。研究了将群智能算法应用于子孔径拼接的过程,建立了相对应的适应度函数。在CS算法基础上,基于种群相似度提出了改进的DCS(Dynamic Cuckoo Search)算法。针对不同的移动平台分析了在拼接测量过程中产生定位误差的种类,针对不同定位误差构建不同的适应度函数。通过模拟实验验证了算法的有效性。3.为了评价拼接的精度,总结分析常用的面形误差评价数字指标、频域上功率谱密度曲线对面形误差的评价指标,并提出了最优匹配的拼接精度指标。搭建了简易子孔径拼接移动平台。通过实验对比子孔径拼接的全口径面形与全口径测量的精度,验证了算法的有效性。4.通过模拟实验指出了常用的重迭区融合方法对拼接精度的影响。针对常用融合方法的不足,应用了小波变换融合子孔径重迭数据,并开发了成套的子孔径拼接测量软件。(本文来源于《湖南大学》期刊2018-05-18）
王欣[7]（2016）在《视频图像拼接技术在飞行区智能监控系统中的应用》一文中研究指出早期机场建设时,对飞行区的视频监控需求仅停留在重点关注区域可视,缺少飞行区大场面监控手段。机场对于飞行器在场区内的监控主要使用场监雷达系统,但其只能在地图上显示飞机的标识,无法实际观察到飞机实际滑行环境及周边情况。而在站坪上或航站楼楼顶架设的摄像机数量较少,很难实现对飞行区场面的整体监控。本文介绍了如何使用视频图像拼接技术实现对飞行区大场面监控,提升运行管理人员的管理效率。(本文来源于《电子技术与软件工程》期刊2016年18期）
许天成,李兆飞[8]（2016）在《智能手机全景图像拼接算法研究》一文中研究指出智能手机已融入人们的日常生活,拍照功能是其使用最频繁的功能之一。其中全景图像的拍摄是手机拍照功能的亮点。讨论了全景图像的拼接过程,对几种典型的图像配准算法进行了研究,并结合IOS系统中手机拍照的应用,分析了静态全景图像拼接技术与动态全景图像拼接技术在智能手机中的应用。最后对智能手机全景图像拼接算法的发展进行了展望。(本文来源于《软件导刊》期刊2016年02期）
孙家泽[9]（2015）在《群体智能算法及在叁维文物虚拟拼接中的应用》一文中研究指出群体智能算法在求解工程领域的复杂优化问题中已经得到广泛认可。然而因其源于生物模拟而且包含复杂的随机群体行为,目前缺乏严谨的收敛证明,存在收敛速度慢、早熟等现象,理论的缺乏阻碍其发展和应用。传统叁维文物碎片虚拟拼接中面临相邻碎片识别能力不强和整体拼接方法鲁棒性差的问题,其数学模型都是复杂优化问题。本文对群体智能优化算法全局收敛性进行研究,研究保证全局收敛的新型算法,针对叁维文物模型虚拟拼接中的优化问题开展基于群体智能的最优化应用研究。主要贡献包括：(1)提出了两种改进的社会认知优化算法,提高了算法的全局收敛能力针对传统社会认知优化算法缺少全局收敛的理论分析及开发和开采能力有待进一步提高的问题,对算法的全局收敛性给出了证明,引入混沌群体和精英群体,提出了一种保证收敛的自然认知优化算法；在算法邻域搜索中引入量子行为搜索机制,提出了具有量子行为的认知优化算法。新算法全局收敛性得到保证,收敛速度得到提高,为应用范围的扩展奠定理论基础。(2)提出了一种混沌细菌群体趋药性优化算法,提高了算法的开发能力针对细菌群体趋药算法理论分析缺乏和收敛速度慢的问题,给出细菌趋药算法和细菌群体趋药算法全局收敛性证明,提出了一种混沌细菌群体趋药算法,在细菌群体中加入混沌搜索群体,两群同步迭代,分享最优搜索结果,提高细菌群体中个体的多样性,提高算法的全局收敛性和收敛速度。(3)提出了多特征提取和智能融合匹配识别方法,提高了文物相邻碎片的识别能力针对文物特征信息不准确的问题,采用文物多特征提取算法提取文物的多特征,提出了基于证据推理和区间数的多特征智能融合匹配识别方法,解决了单一特征信息模糊不确定带来的误匹配问题,提高了特征提取的精度,提升了文物相邻碎片的识别能力,为文物的全局拼接奠定基础。(4)提出了基于群体智能的全局最优匹配和智能配准的拼接方法,提高了拼接方法的健壮性针对传统整体拼接缺少全局考虑、碎片不存在包含关系和对应点难以确定的问题,对两类全局匹配问题利用离散自然认知优化算法进行优化求解,用改进的离散混沌细菌群体趋药算法得到最优的粗匹配点对,利用混沌细菌群体趋药算法得到最优坐标变换,提高了匹配算法的全局优化能力和健壮性,提高了配准的精度和效率,扩展了配准算法的使用范围。综上,研究包括算法收敛研究和算法应用研究两个方面。理论上对所提群体智能算法给出全局收敛性证明,提高算法的性能和适用性；应用上针对叁维文物模型拼接过程中的关键问题提出了基于群体智能优化算法的解决方案,促进了群体智能算法在叁维模型处理中的应用。(本文来源于《西北大学》期刊2015-06-01）
王建功,张常清,晏西国,李长红,卜庆凯[10]（2015）在《基于Android的拼接屏智能移动控制系统》一文中研究指出为更好满足用户对大屏幕显示内容进行实时控制的需求,开发了一款新颖的在Android系统上对拼接屏进行图形化操作控制的智能移动控制系统,并提出一种基于世界坐标的智能布局算法,实现了客户端编辑模式下图像的智能布局。客户端与服务器使用socket编程建立TCP通信。该系统在多个城市得到广泛应用,取得了良好的社会效益与经济效益。(本文来源于《吉林大学学报(信息科学版)》期刊2015年02期）
智能拼接论文开题报告
（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：
目的:探讨Philips一体化全自动智能拼接DR在全脊柱拍摄技术、成像质量、脊柱侧弯筛查及诊治等方面的应用价值。方法:回顾性分析在我院通过Philips一体化全自动智能拼接DR行全脊柱拍摄的155例患者,其中26例患者还同时做了全脊柱左右侧弯拍摄。对该检查技术进行质量评估和结果分析。结果:155例全脊柱拍摄全部自动拼接成功,其中图像质量优112例(72.26%),图像质量良好35例(22.58%),图像质量一般8例(5.16%),图像优良率94.84%。门诊阳性121例,阴性6例,门诊阳性检出率95.28%,28例住院患者则全部为阳性。结论:Philips一体化全自动智能拼接DR拍摄全脊柱技术快捷成熟,对全脊柱侧弯的筛查和诊疗方案提供帮助。
（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。
智能拼接论文参考文献
[1].叶青,操秀英.“海洋六号”科考首次实现水下视频图像分幅智能拼接[N].科技日报.2019
[2].陈文宽,朱丹,温会泉.一体化全自动智能拼接DR在拍摄全脊柱的应用价值[J].影像研究与医学应用.2019
[3].李树光.基于图像拼接的车载全景视频智能感知技术研究[D].青岛科技大学.2019
[4]..全智能无缝联动,超高清全景跟踪——实测大华股份睿界·四目全景拼接灵瞳一体化摄像机[J].中国公共安全.2018
[5].霍敏霞,薛博桓.基于智能算法的破碎文件拼接复原技术的研究[J].计算机科学.2018
[6].刘琦峰.基于群智能优化算法的子孔径拼接技术研究[D].湖南大学.2018
[7].王欣.视频图像拼接技术在飞行区智能监控系统中的应用[J].电子技术与软件工程.2016
[8].许天成,李兆飞.智能手机全景图像拼接算法研究[J].软件导刊.2016
[9].孙家泽.群体智能算法及在叁维文物虚拟拼接中的应用[D].西北大学.2015
[10].王建功,张常清,晏西国,李长红,卜庆凯.基于Android的拼接屏智能移动控制系统[J].吉林大学学报(信息科学版).2015
论文知识图
