导读:本文包含了灰度匹配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:灰度,图像,特征,图像处理,视差,彩色,视觉。
灰度匹配论文文献综述
戴康[1]（2019）在《基于超像素提取和级联匹配的灰度图像自动彩色化》一文中研究指出论文提出了一种新的基于参考图像的方法来彩色化一张灰度图像。作为输入,用户只需要提供一张在语义上与目标图像相似的图片。论文致力于从图片中提取超像素的特征,利用这些特征来引导彩色化过程。论文采用了一种快速的级联特征匹配方案来自动地寻找参考图像与目标图像之间的特征匹配。实验结果表明:该方法能够产生很好的彩色化结果。(本文来源于《计算机与数字工程》期刊2019年12期）
黄超,赵华治[2]（2019）在《根据灰度值信息自适应窗口的半全局匹配》一文中研究指出目的立体匹配算法是立体视觉研究的关键点,算法的匹配精度和速度直接影响3维重建的效果。对于传统立体匹配算法来说,弱纹理区域、视差深度不连续区域和被遮挡区域的匹配精度依旧不理想,为此选择具有全局匹配算法和局部匹配算法部分优点、性能介于两种算法之间、且鲁棒性强的半全局立体匹配算法作为研究内容,提出自适应窗口与半全局立体匹配算法相结合的改进方向。方法以通过AD(absolute difference)算法求匹配代价的半全局立体匹配算法为基础,首先改变算法匹配代价的计算方式,研究窗口大小对算法性能的影响,然后加入自适应窗口算法,研究自适应窗口对算法性能的影响,最后对改进算法进行算法性能评价与比较。结果实验结果表明,匹配窗口的选择能够影响匹配算法性能、提高算法的适用范围,自适应窗口的加入能够提高算法匹配精度特别是深度不连续区域的匹配精度,并有效降低算法运行时间,对Cones测试图像集,改进的算法较改进前误匹配率在3个测试区域平均减少2. 29%;对于所有测试图像集,算法运行时间较加入自适应窗口前平均减少28. 5%。结论加入自适应窗口的半全局立体匹配算法具有更优的算法性能,能够根据应用场景调节算法匹配精度和匹配速度。(本文来源于《中国图象图形学报》期刊2019年08期）
孙毅飞,罗紫韧,牛峥,曹冰雁[3]（2019）在《基于灰度匹配摄像头的自动追光系统》一文中研究指出为了提高太阳能板的采光率,笔者设计了一种基于灰度匹配摄像头的太阳能电池板自动追光系统,并从原理、处理器设计、双轴电动机的驱动电路设计、软件实现方面进行了说明,并采用了闭环控制来缩减追光时的角度误差。对于充分地利用太阳能有着十分重要的战略意义。(本文来源于《电子测试》期刊2019年13期）
黄冠婷,韩学辉,龚晓婷,王晓宇,祝勇[4]（2019）在《基于图像分割和区域匹配的灰度图像彩色化算法》一文中研究指出针对传统颜色传递算法只进行全局颜色传递,未考虑图像局部特征,出现颜色误传递的问题,提出了一种基于Graph-Based图像分割与区域匹配的灰度图像彩色化算法。利用Graph-Based图像分割将目标图像和参考图像分割为若干个亮度和纹理特征一致的子区域。根据本文提出的思想,认为"具有相似亮度和纹理的子区域具有相似的颜色分布",对目标图像和参考图像的子区域建立匹配关系,利用亮度特征和LBP局部纹理特征对子区域进行匹配。最后,在YCbCr颜色空间中对相匹配子区域利用亮度和纹理特征进行颜色传递。实验结果证明,在该算法中其参考图像无需和目标图像配准,只需特征相近,就可以对目标图像实现全自动的彩色化技术并有效克服了颜色误传递的现象,彩色化结果图像在色彩分布和主观视觉上都有明显的提高。(本文来源于《液晶与显示》期刊2019年06期）
王凤梅,卢文彪,陈仕妍[5]（2019）在《基于灰度匹配模板的中药材显微图像识别》一文中研究指出目的:利用药材横切面显微图像的灰度信息,构建灰度匹配模板,实现与尺度及方位无关的中药材样品图像的自动识别。方法:选取19种常见根茎类药材,以聚乙二醇包埋法制片,采用显微数码成像技术摄取图像并运用图像配准、去噪声、边界定位等方法编程得到药材横切面显微灰度图;选择图像中药材组织结构的中心点以建立极坐标系,从径向及角向划分网格,统计各网格中的灰度信息,得到能表征药材显微鉴别特征的灰度信息数字矩阵;采用适量样品图像训练模板使之泛化,并计算阳性验证样与阴性验证样与模板矩阵的协方差系数,设定最佳的识别分类参数;每种药材制备80张扇形图像,其中70%为训练样本,15%为验证样本,15%为测试样本,用测试样本分别对单个模板及模板集进行测试。结果:在包含非模板集药材的240个样品图像测试中,单个模板测试的正确识别率为90. 1%,模板集测试的正确识别率为92. 5%。结论:该方法能较好地表征药材显微鉴别特征,抗干扰能力较强,主观误差小,样品图像的获取较简便,可为中药材形态学质量控制的数字化提供技术支持。(本文来源于《中国实验方剂学杂志》期刊2019年11期）
李帅[6]（2019）在《灰度模板匹配FPGA算法及其目标实时视觉跟踪应用》一文中研究指出视觉定位与实时跟踪技术在科学研究与工业应用中一直以来都扮演着重要角色。随着视觉定位与跟踪算法的研究日趋成熟,如何有效提高视觉定位与跟踪的准确性和实时性一直以来都是人们研究的热点和难点。目前,绝大多数图像处理器都是以传统的x86架构的串行处理器为主,其图像处理速度慢、效率低,难以满足高实时性应用场景的要求。因FPGA技术具有数据并行处理和流水线处理的优势特征,其在图像处理中得到越来越广泛的应用。本文采用FPGA作为图像嵌入式处理器,设计了两种灰度模板匹配FPGA算法,提出了一种基于该FPGA算法的嵌入式视觉目标定位方案,并将其应用于Delta并联机器人目标实时跟踪系统中。本文主要研究工作如下:1)研发了两种基于灰度模板匹配算法的FPGA硬件核心。在FPGA上实现了基于双线性插值法原理的图像畸变校正,并搭建Matlab联合FPGA的硬件仿真环境。研发了绝对差求和(SAD)和零均值归一化互相关(ZNCC)两种灰度模板匹配FPGA硬件核心及其详细的时序设计。通过与基于PC的灰度模板匹配算法(基于OpenCV)的对比,表明本文设计的半并行架构的硬件算法在保持较好匹配精度的基础上在处理时间和资源消耗上具有较大优势。2)设计了用于视觉跟踪的FPGA辅助功能模块。完成了摄像头驱动与图像捕获模块设计、SDRAM控制器设计、VGA驱动设计、矩形包围盒设计、FPGA与PC之间通信的串口设计。实验结果表明各模块工作正常、能够准确实现FPGA端与PC端的目标位置信息串行发送与接收。3)构建了目标实时视觉跟踪实验系统。提出了一种前置半透膜图像滤波和45°平面反光镜的光路设计方案,搭建了Delta并联机器人目标实时视觉跟踪平台;编写了视觉跟踪上位机机器人运动控制软件;完成了相机内参标定和相机/机器人之间的手眼标定,从而确定了相机坐标系和机器人坐标系之间的变换关系。4)完成了基于灰度模板匹配FPGA算法的目标实时跟踪实验研究。为了验证所设计的灰度模板匹配FPGA算法的目标实时跟踪性能,基于建立的视觉跟踪实验系统,完成了目标图像匹配精度、基于视觉伺服的Delta并联机器人重复定位精度实验,以及目标轨迹实时跟踪和机器人目标动态跟踪性能评估实验,验证了所提出的硬件级匹配算法在Delta并联机器人目标实时跟踪应用中的可行性。(本文来源于《华南理工大学》期刊2019-01-04）
李小林,李文国,李浩[7]（2019）在《基于视差与灰度双层支持窗的立体匹配算法》一文中研究指出针对传统局部匹配支持窗难以利用空间、灰度距离远的像素信息的问题,提出一种基于视差和灰度的双层支持窗立体匹配算法。该算法根据视差图获得第一层视差支持窗,在视差支持窗内配合参考图RGB颜色灰度值获得灰度相似子支持窗;随后以视差窗、灰度窗、中心像素为优化路径,通过类动态规划算法优化聚合匹配代价;最后采用WTA策略选取最佳视差,更新所有视差,并不断迭代优化视差图直到视差收敛。经过Middlebury平台的测评,新算法的平均误匹配率为5.15%。(本文来源于《电子科技》期刊2019年11期）
李南云,王旭光,吴华强,何青林[8]（2019）在《基于灰度塔评分的匹配模型构建在无人机网络视频拼接中的应用》一文中研究指出对于复杂非配合情况下,视频拼接中特征匹配对的数目和特征匹配准确率无法同时达到后续稳像和拼接的要求这一问题,提出一种基于灰度塔对特征点进行评分后构建匹配模型来进行精准特征匹配的方法。首先,利用灰度级压缩后相近灰度级合并这一现象,建立灰度塔来实现对特征点的评分;而后,选取评分高的特征点建立基于位置信息的匹配模型;最后,依据匹配模型的定位进行区域分块匹配来避免全局特征点的干扰和大误差噪点匹配,选择误差最小的特征匹配对作为最终结果匹配对。另外,在运动的视频流中,可通过前后帧信息建立掩模进行区域特征提取,匹配模型也可选择性遗传给后帧以节约算法时间。实验结果表明,在运用了基于灰度塔评分的匹配模型后,特征匹配对准确率在95%左右。相同帧特征匹配对的数目相较于随机采样一致性有近10倍的提升,在兼顾匹配数目和匹配准确率的同时且无大误差匹配结果,对于环境和光照有较好的鲁棒性。(本文来源于《计算机应用》期刊2019年05期）
赵小强,张源峰[9]（2018）在《基于Harris自相关矩阵的迹和改进灰度值特征的高速匹配算法》一文中研究指出针对在图像匹配要求实时性较高的情况下匹配率低的问题,提出了一种基于Harris自相关矩阵的迹和改进灰度值特征的高速匹配算法.该算法首先根据像素点位于角点时Harris自相关矩阵的迹最大的特点,用Harris自相关矩阵的迹检测待匹配图像的子区域角点,避免计算Harris响应函数,提高了图像匹配的实时性;然后在子区域的角点基础上利用灰度值特征检测出最高阶特征点,在参考图像中检测出灰度值与子区域最高阶特征点灰度值相同的像素点,并计算这个像素点和最高阶特征点的灰度值与其邻域灰度值之和的比值,当比值相同时则这个像素点被定义为参考图像中的特征点;最后以子区域特征点为匹配依据将参考图像和待匹配图像进行匹配.该算法与SIFT算法、SURF算法的仿真结果表明,在实时性要求较高的情况下该算法可得到高匹配率.(本文来源于《兰州理工大学学报》期刊2018年05期）
李铁,付媛媛,张弛,刘洋[10]（2018）在《基于不变矩理论的灰度人脸图像匹配算法研究》一文中研究指出图像匹配已成为图像信息处理领域中一项非常重要的技术,被广泛用于人脸识别、全景图像生成等领域。该文深入研究了不变矩方法,通过改进不变矩算法且应用到灰度人脸图像做匹配,实验表明,改进的不变矩算法对人脸图像匹配取得很好效果,对目标图像缩放、旋转后,并与原图像的不变矩进行比较,分析匹配的相似度并总结了不变矩方法的特点,实现了灰度图像的匹配。(本文来源于《电脑知识与技术》期刊2018年28期）
灰度匹配论文开题报告
（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：
目的立体匹配算法是立体视觉研究的关键点,算法的匹配精度和速度直接影响3维重建的效果。对于传统立体匹配算法来说,弱纹理区域、视差深度不连续区域和被遮挡区域的匹配精度依旧不理想,为此选择具有全局匹配算法和局部匹配算法部分优点、性能介于两种算法之间、且鲁棒性强的半全局立体匹配算法作为研究内容,提出自适应窗口与半全局立体匹配算法相结合的改进方向。方法以通过AD(absolute difference)算法求匹配代价的半全局立体匹配算法为基础,首先改变算法匹配代价的计算方式,研究窗口大小对算法性能的影响,然后加入自适应窗口算法,研究自适应窗口对算法性能的影响,最后对改进算法进行算法性能评价与比较。结果实验结果表明,匹配窗口的选择能够影响匹配算法性能、提高算法的适用范围,自适应窗口的加入能够提高算法匹配精度特别是深度不连续区域的匹配精度,并有效降低算法运行时间,对Cones测试图像集,改进的算法较改进前误匹配率在3个测试区域平均减少2. 29%;对于所有测试图像集,算法运行时间较加入自适应窗口前平均减少28. 5%。结论加入自适应窗口的半全局立体匹配算法具有更优的算法性能,能够根据应用场景调节算法匹配精度和匹配速度。
（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。
灰度匹配论文参考文献
[1].戴康.基于超像素提取和级联匹配的灰度图像自动彩色化[J].计算机与数字工程.2019
[2].黄超,赵华治.根据灰度值信息自适应窗口的半全局匹配[J].中国图象图形学报.2019
[3].孙毅飞,罗紫韧,牛峥,曹冰雁.基于灰度匹配摄像头的自动追光系统[J].电子测试.2019
[4].黄冠婷,韩学辉,龚晓婷,王晓宇,祝勇.基于图像分割和区域匹配的灰度图像彩色化算法[J].液晶与显示.2019
[5].王凤梅,卢文彪,陈仕妍.基于灰度匹配模板的中药材显微图像识别[J].中国实验方剂学杂志.2019
[6].李帅.灰度模板匹配FPGA算法及其目标实时视觉跟踪应用[D].华南理工大学.2019
[7].李小林,李文国,李浩.基于视差与灰度双层支持窗的立体匹配算法[J].电子科技.2019
[8].李南云,王旭光,吴华强,何青林.基于灰度塔评分的匹配模型构建在无人机网络视频拼接中的应用[J].计算机应用.2019
[9].赵小强,张源峰.基于Harris自相关矩阵的迹和改进灰度值特征的高速匹配算法[J].兰州理工大学学报.2018
[10].李铁,付媛媛,张弛,刘洋.基于不变矩理论的灰度人脸图像匹配算法研究[J].电脑知识与技术.2018
论文知识图
