导读:本文包含了亚像素精度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:像素,精度,阈值,迭代法,视差,靶标,图像。
亚像素精度论文文献综述
杨凯[1]（2019）在《数字图像频域法亚像素精度算法研究》一文中研究指出现代光测力学方法具有无损伤、非接触、全场测量、无附加质量和灵敏度高等优点,已被广泛用于各个学科领域。其中,数字图像频域法因为设备简单、测量精度高,对环境要求低,尤其适用于实际的工程测量领域。然而,现有的数字图像频域法在测量位移的精度和计算效率上仍有很大的改进空间。本文对其中几个关键的问题进行了深入的研究,提出了进一步提高亚像素位移测量精度和计算效率的新方法。本文在数字图像频域法的基础上,提出了几种用于计算亚像素精度位移的方法,基于增采样技术研究了曲面拟合迭代法和牛顿迭代法,并成功应用于模拟数字散斑位移的计算,通过分析比较,发现曲面拟合迭代法和牛顿迭代法具有相同的精度,但曲面拟合迭代法的计算效率更高。数字图像频域法在计算亚像素位移时,计算精度与计算效率受到多种因素的影响。本文分析了数字散斑颗粒的大小以及散斑颗粒数目对计算结果的影响,保证生成的数字散斑图像的质量,并对散斑图像添加高斯噪声来观察该方法的抗噪能力。通过选取大小不同的计算窗口分析计算结果与计算时间,在保证足够精度与效率的前提下,确定了合适的计算窗口的大小。此外,还比较了不同量化等级的数字散斑图像在计算微小位移时的最小分辨率,进一步提高了亚像素位移计算的精度。本文还将数字图像频域法与传统的数字图像空域法在计算精度和计算效率方面进行了详细的比较,证明数字图像频域法在计算亚像素精度位移时的优势。通过刚体平移实验,验证了数字图像频域法用于测量物体位移的可行性与准确性。并将数字图像频域法应用于具体的试验和工程测量中,初步验证该方法在工程问题中的适用性。(本文来源于《华中科技大学》期刊2019-05-01）
冀伟,朱建江[2]（2018）在《基于亚像素精度的机器人抓件视觉引导系统》一文中研究指出针对机器人在工业生产线抓取过程中工件产生的偏移现象,对相关视觉算法和通讯技术进行了研究。并以ABB公司的IRB1410型号机器人在管板焊接生产线中的视觉自动定位系统为研究对象,对摄像机进行标定,完成对工件坐标系转换与工件位姿的亚像素精度参数的提取,以便于计算出机器人所需要的工件偏差量参数,最后在C#环境下对计算机与机器人通讯进行设计,将偏差量传递给机器人控制柜完成对工件坐标系的实时修正。最后通过实验验证,可以对不同位姿的工件进行有效的抓取。(本文来源于《组合机床与自动化加工技术》期刊2018年01期）
张国亮,王展妮,王田,杜吉祥[3]（2016）在《具有亚像素精度的冗余特征机器人视觉伺服控制》一文中研究指出为克服机器人视觉伺服系统对位姿估算及标定精度的依赖性,结合前期特征识别和后期视觉伺服控制,提出基于冗余特征的机器人视觉伺服控制方法.首先,针对图像处理计算密集的问题,从加快特征提取运算速度考虑,研究了矢量数据的递归贪婪压缩算法;其次,从提高图像空间测量精度考虑,研究了基于向量正交性的亚像素特征提取方法,并结合合作目标形状,给出基于多边形形状拟合的目标识别实验性准则;最后,基于图像视觉伺服理论和任务函数方法,直接以具有亚像素级的冗余图像特征作为反馈信息,建立了机器人视觉伺服控制模型,并进行了视觉伺服验证试验.理论分析和实验结果表明,本文提出的视觉伺服控制方法能够在复杂的环境下快速稳定地提取伺服特征,并对标定误差和深度估计误差具有一定的鲁棒性.(本文来源于《西南交通大学学报》期刊2016年04期）
张尧,赵洋,刘博宇,迟名辰,杨进华[4]（2016）在《一种基于双目测距系统的亚像素精度自适应图像匹配算法》一文中研究指出针对目前亚像素精度图像匹配算法中存在的匹配精度不高和匹配速度慢的缺点,对基于灰度的归一化互相关算法进行了改进,提出动态调整匹配区域范围的自适应方法,既保证了亚像素级匹配精度,又提高了运算速度。实验证明,改进后的算法,在保证0.2个像素匹配精度的条件下,匹配速度大大提高,能够满足实际应用中的实时性要求。(本文来源于《长春理工大学学报(自然科学版)》期刊2016年02期）
杜培明,张自强[5]（2016）在《基于亚像素精度的锯齿角度测量》一文中研究指出随着图像处理精度的要求不断提高,传统的像素级图像边缘检测算法难以满足要求。因此,需要采用精度更高的亚像素级边缘检测算法。为了提高锯齿测量精度,采用一种基于亚像素精度锯齿轮廓提取算法,并且结合最小二乘法直线拟合算法拟合锯齿边界,选用Microsoft Visual Studio 2008编程环境,采用C++语言编程实现锯片的锯齿角度测量。实验结果表明,该测量方法得到的锯齿角度具有较高测量精度。(本文来源于《软件导刊》期刊2016年01期）
赵洛彬,杨瑞峰,郭晨霞[6]（2015）在《靶标特征点提取亚像素精度阈值分割算法研究》一文中研究指出以视觉测量中摄像机标定的圆阵列靶标特征点提取为研究对象,提出一种亚像素精度阈值分割算法,用于圆阵列平面靶标标定特征点的精确快速提取。使用灰度阈值分割方法定位像素级边缘,并应用双线性插值法细分像素点实现亚像素边缘轮廓的提取,在精确获取轮廓控制点的基础上,采用最小二乘椭圆拟合法精确获取圆阵列靶标标定特征点。实验分析对比了该算法以及基于梯度的Canny和Sobel算子的亚像素边缘检测算法在标定特征点定位精度和执行时间方面的差异,验证了亚像素精度阈值分割算法在提取精度和运算速度方面的优越性。(本文来源于《中国科技论文》期刊2015年08期）
关波,王俊元,杜文华,曾志强[7]（2014）在《刀具轮廓亚像素精度阈值分割算法研究》一文中研究指出提取亚像素精度边缘轮廓是完成刀具几何参数精确测量的重要环节。该文研究了一种简单有效的方法,该算法基于灰度阈值分割定位像素级边缘,并经双线性插值法细分完成亚像素边缘轮廓的提取。最后设计实验对比分析了该算法以及基于Canny和Sobel算子的亚像素边缘检测算法所提取轮廓的特点。结果表明在准确的前提下,对高对比度图像应用该算法后,能比后两者更快速地完成边缘轮廓提取。(本文来源于《图学学报》期刊2014年06期）
高素文[8]（2014）在《基于亚像素精度的立体图像匹配算法研究》一文中研究指出立体视觉是当今计算机视觉中重要的研究热点,在人机交互、视频监控、智能控制、地形重建、机器人导航、目标跟踪等领域得到了广泛应用。在立体视觉中,立体匹配一直是研究的难点问题,而立体匹配的核心问题即计算视差图像。计算左右图像的视差时,传统匹配算法都是以图像整像素为步长进行匹配搜索,因此获得的视差值也是整像素的。这就导致了在一些连续的平面上出现了严重的锯齿现象,特别表现在大倾斜度平面、圆球面、曲面等与摄像机处于非正对着的场景中。如何对这些场景进行处理,将立体图相对的匹配精度从整像素提升到亚像素的匹配精度并实现稠密匹配,使得目标表面上的视差呈现自然的平滑过渡,叁维信息恢复后的结果也与实际场景中的表面保持相对一致性,是立体匹配中一个重要的研究方向,也是一项巨大的挑战。特别是在遥感、高精度叁维重建、医学图像等对匹配精度要求很高的领域具有非常重要的意义。本文主要研究如何在保证匹配准确度的条件下将匹配视差的精度提高到亚像素级别上,同时尽量兼顾匹配速度的问题。迄今为止,大多数的立体匹配算法都是对基于整像素的视差进行求解,而求解亚像素精度视差算法并不多。本文从可以获得良好整像素视差的非局部的代价聚集匹配算法出发,提出了改进的非局部代价聚集立体匹配算法。首先利用原图像的高阶插值计算匹配代价,通过分析源图像中相邻像素的灰度梯度关系,从而确定其视差搜索范围,再采用最小生成树策略进行代价聚集以选取最优的分数视差,最后融合彩色图像分割区域信息进行平面拟合细化视差,实现亚像素精度的稠密匹配。通过对多种图像应用本算法进行实验,验证了本算法的确实将匹配的精度提高到亚像素级别。传统的立体匹配算法都假设场景中所有物体表面都垂直于摄像机光轴而存在,所以普遍采用前行平行窗口模型来进行立体匹配运算,但实际场景中,这种假设并不都成立。比如存在球面、不规则曲面、倾斜平面等表面,在这种情况下,如果还采用这种假设,就可能引起系统误差,也无法精确获得这些表面上的亚像素精度视差。针对这种情况,本文提出了融合倾斜支持窗与PatchMatch思想的亚像素精度立体匹配算法。放弃原有前向平行假设,允许场景中存在曲面和大角度倾斜平面,转换思想将每一个像素点看成叁维空间一个平面上的点,吸收PatchMatch的随机搜索与传播的思想,将传统的基于前向平行支持窗算法变换到基于具有投射缩放的倾斜支持窗来进行相似性计算,通过在对极线上寻找与当前像素所在平面相一致的最近邻像素,逐步缩小视差变化范围进行聚集代价的迭代优化,从而找到相对应的倾斜平面的最优参数与像素点的最佳视差值,从而得到亚像素精度匹配视差。通过实验图像的匹配效果比对,实验结果证明了本算法的有效性。(本文来源于《广东工业大学》期刊2014-05-01）
陈科尹,邹湘军,熊俊涛,彭红星[9]（2014）在《一种具有亚像素精度的仿Hessian-Laplace快速角点检测算法》一文中研究指出针对Harris-Laplace、Hessian-Laplace等角点检测算法重复率低、易漏检以及实时性差等问题,在充分研究Harris-Laplace、Hessian-Laplace和图像像素间的相似性的基础上,提出了一种具有亚像素精度的仿Hessian-Laplace快速角点检测算法。该角点检测算法运用图像像素间的相似性筛选出待检测图像中有可能成为角点的像素点,对每个像素点以该点的高斯曲率作为角点响应函数和海赛二阶基本矩的迹作为角点尺度的判断依据,作类似Hessian-Laplace多尺度角点检测,对每个角点的响应函数进行圆二次多项式拟合,并且把使该圆二次多项式具有最大值的点坐标作为该角点的亚像素坐标,使检测出的角点达到亚像素精度。实验结果表明,同现有的Harris-Laplace、Hessian-Laplace等角点检测算法以及SIFT、SURF目标识别算法进行比较,该角点检测算法具有更高的重复率、识别率和实时性,能够为机器视觉识别与定位的基础研究提供理论参考和应用实践。(本文来源于《计算机应用研究》期刊2014年07期）
高素文,张灵,陈云华,丁伍洋[10]（2014）在《基于多策略融合的亚像素精度立体匹配研究》一文中研究指出为了减少亚像素立体匹配中存在的错误匹配以及提高匹配精度,提出基于多策略融合的亚像素精度立体匹配方法。通过以下叁个步骤实现:原图像插值处理结合基于最小生成树代价聚集策略估计分数视差;给出新的视差搜索范围确定关系,减少匹配代价计算;在大片低纹理区域引入视差平面拟合细化视差,在亚像素精度上平滑,减少错误匹配。实验表明,算法有效地将匹配精度提高到亚像素级,同时减少了错误匹配。(本文来源于《计算机应用与软件》期刊2014年04期）
亚像素精度论文开题报告
（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：
针对机器人在工业生产线抓取过程中工件产生的偏移现象,对相关视觉算法和通讯技术进行了研究。并以ABB公司的IRB1410型号机器人在管板焊接生产线中的视觉自动定位系统为研究对象,对摄像机进行标定,完成对工件坐标系转换与工件位姿的亚像素精度参数的提取,以便于计算出机器人所需要的工件偏差量参数,最后在C#环境下对计算机与机器人通讯进行设计,将偏差量传递给机器人控制柜完成对工件坐标系的实时修正。最后通过实验验证,可以对不同位姿的工件进行有效的抓取。
（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。
亚像素精度论文参考文献
[1].杨凯.数字图像频域法亚像素精度算法研究[D].华中科技大学.2019
[2].冀伟,朱建江.基于亚像素精度的机器人抓件视觉引导系统[J].组合机床与自动化加工技术.2018
[3].张国亮,王展妮,王田,杜吉祥.具有亚像素精度的冗余特征机器人视觉伺服控制[J].西南交通大学学报.2016
[4].张尧,赵洋,刘博宇,迟名辰,杨进华.一种基于双目测距系统的亚像素精度自适应图像匹配算法[J].长春理工大学学报(自然科学版).2016
[5].杜培明,张自强.基于亚像素精度的锯齿角度测量[J].软件导刊.2016
[6].赵洛彬,杨瑞峰,郭晨霞.靶标特征点提取亚像素精度阈值分割算法研究[J].中国科技论文.2015
[7].关波,王俊元,杜文华,曾志强.刀具轮廓亚像素精度阈值分割算法研究[J].图学学报.2014
[8].高素文.基于亚像素精度的立体图像匹配算法研究[D].广东工业大学.2014
[9].陈科尹,邹湘军,熊俊涛,彭红星.一种具有亚像素精度的仿Hessian-Laplace快速角点检测算法[J].计算机应用研究.2014
[10].高素文,张灵,陈云华,丁伍洋.基于多策略融合的亚像素精度立体匹配研究[J].计算机应用与软件.2014
论文知识图
