导读:本文包含了点特征匹配论文开题报告文献综述、选题提纲参考文献，主要关键词:特征,影像,里程计,机器人,测量,全景,图像。
点特征匹配论文文献综述写法
赵明富,陈兵,宋涛,曹利波[1]（2019）在《融合特征光流与角点特征的图像特征匹配算法研究》一文中研究指出图像特征匹配是视觉里程计的重要环节,针对视觉图像序列特征点匹配中存在的匹配精度低问题,提出一种融合金字塔特征光流与角点特征的精确快速图像特征匹配算法。算法首先利用ORB(二进制定向简单描述符)算法快速提取图像特征点,然后融合金字塔Lucas-Kanade特征光流的追踪特性,使用局部特征窗口计算图像特征点位移矢量。接着针对图像特征的匹配对齐问题以及特征丢失问题,算法采用K最近邻半径搜索作为特征滤波器移除混淆的匹配,最后使用RANSAC(Random Sample Consensus)算法剔除冗余误匹配点对,提高匹配率。通过多组实验数据对比,该算法的图像特征匹配率可达到98%。对比传统的ORB特征匹配算法,该算法在实时性和图像特征匹配精度上均有显着提高。(本文来源于《半导体光电》期刊2019年04期）
汪樵[2]（2018）在《在杂乱场景下基于点特征匹配技术的目标识别》一文中研究指出随着目标识别应用场景的扩展和深入,其面临的场景愈加复杂,为相关的识别技术设计提供了挑战。在针对杂乱场景下,本文提出一种基于引用和目标图像之间的点对应来检测特定对象的算法,通过给定对象的引用图像来检测杂乱场景中的特定对象。本算法针对不同物体的规模变化或平面旋转特点,提取特征描述符并查找假定的点匹配,并在特定场景中定位目标对象。本算法对少量的平面外旋转和遮挡也有很强的鲁棒性。(本文来源于《电子制作》期刊2018年21期）
许磊[3]（2018）在《基于角点特征匹配的机器人路标定位方法研究》一文中研究指出自主移动机器人是机器人研究的重要领域。其中,机器人自主定位技术是移动机器人的研究焦点之一。基于路标定位是事先将环境中已知的一些特殊结构物体作为路标,移动机器人通过对路标的感知和识别来完成自主定位。人工路标可以按照实际需要,有计划的设计路标的形态特征,色彩,甚至摆放位置。因此,人工路标定位方法在定位中灵活、稳定并且定位准确。一种合理的路标设计,结合相应的识别算法,往往能在移动机器人定位中起到关键作用。传统的移动机器人定位方法中,通常很难平衡定位系统的准确性和实时性。尽管有一部分定位导航方法有着不错的效果,但其通常采用了高昂的传感器或复杂的识别算法,难以控制成本,应用于家用机器人。针对上述存在的问题,本文设计了以角点为特征的新型人工路标及其相应的识别算法。通过结合路标和微软Kinect深度相机传感器,组合成移动机器人路标定位系统。实验证明,路标识别算法识别率高,识别时间短,同时成本较低,能够满足移动机器人的定位需求。本文研究的主要内容包括:(1)本文设计了一种基于人工路标的移动机器人定位系统。传统的路标设计方案,其设计复杂,识别率低,实时性难以满足移动机器人定位导航的需求。本文设计了基于角点特征的人工路标。该路标结构简单,易于识别,通过调整角点的分布还可以进行编码,增加路标内涵信息。该系统通过Kinect深度传感器采集周边环境的图像和深度信息,识别出人工路标,并利用深度信息计算出路标的距离数据。最后根据叁角定位原理计算出当前位置坐标,完成自主定位。(2)本文提出了基于角点特征匹配的路标识别算法。在研究了传统的角点检测方法后,提出了改进的BW角点检测算法。提高了算法识别速度,同时节省硬件内存消耗。通过分析角点干扰情况,提出了基于分布密度的角点去噪算法。提高了路标的识别速率和准确率。(3)研究了基于Kinect深度相机的路标测距方法。针对深度相机彩色图像和深度图像图像坐标不一致问题,研究了基于双目矫正的深度图像配准方法。为了测量路标到相机的距离,提出了基于小孔成像原理的深度相机深度距离矫正研究。(4)通过对比实验,验证了基于角点特征匹配的路标识别算法在不同环境下的快速性、准确性和鲁棒性。最后,搭建扫雪机器人移动平台,通过静态定位实验和动态定位实验验证了本文扫雪机器人定位系统性能。(本文来源于《重庆大学》期刊2018-04-01）
曹鹏,黄豪杰[4]（2017）在《基于视觉的LED灯丝点特征提取与匹配方法研究》一文中研究指出LED灯丝外轮廓点的精准特征匹配是实现视觉定位LED灯丝的重要环节。该文为了解决灯丝外轮廓点的坐标定位前期图像处理问题,提出一种基于视觉的LED灯丝特征提取与匹配方法。该方法首先提取LED灯丝清晰的外部轮廓图,然后采用Ransac-Surf角点特征匹配算法完成了匹配。实验表明该算法的立体匹配准确率达到了93.9%,基本满足匹配的实时性要求。该文算法能较好地应用于该类型图像的立体匹配。(本文来源于《电脑知识与技术》期刊2017年34期）
张凯南,杨志强,武晴晴[5]（2017）在《基于点特征的低空遥感影像多级高效率匹配方法研究》一文中研究指出研究基于点特征的匹配算法,结合现有影像匹配算子的优缺点,提出一种适用于低空遥感影像特征点的自动提取与匹配方法。首先在简化的高斯尺度空间中检测Harris角点,使该特征点具有尺度不变性;然后采用Forstner算子对关键点精确定位,精度达到子像素级;最后通过简化特征点描述符实现算法简化。在特征点匹配阶段,采用BBF-KD初匹配和二次精匹配提高匹配精度。以低空遥感影像为实验数据测评SIFT算法和文中方法在提取速度、匹配正确率、稳定性等方面的性能。实验结果表明,相对于传统的SIFT算法,处理影像清晰的低空遥感数据时本方法有更高精度和更快速度。(本文来源于《测绘工程》期刊2017年08期）
朱师欢[6]（2017）在《自动空叁点特征高精度影像匹配研究》一文中研究指出数字摄影测量技术的不断发展,已经日益成为获取和更新国家基础地理信息数据的一种重要手段,为测制和更新国家地理信息数据,提供丰富的信息来源。同时,数字摄影测量技术在国民基础经济建设中起着重要的作用,被广泛应用于土地资源的调查研究、自然灾害监测、城市规划、数字城市建设等领域。影像匹配技术一直是数字摄影测量的关键技术,是数字摄影测量和计算机视觉领域共同研究的核心内容。影像匹配技术在摄影测量、计算机视觉、城市叁维建模以及军事应用等多个领域都有着广阔的应用前景。在数字摄影测量领域中,影像匹配技术是自动空中叁角测量的基础,是空间数据产品生产的基础,也是建筑物等人工地物目标叁维重建的基础。现阶段影像匹配的研究算法也越来越多,对匹配精度要求也越来越高,针对航空影像的自动空叁,影像匹配的高质量与高精度要求显得尤为重要。航空影像采集不可避免的会受到自然场景以及天气变化的影响,因此,部分特征点匹配算法会产生误匹配点,影响匹配质量,降低匹配精度,最终导致空叁精度的降低。本文对航空影像自动空叁中的点特征高精度匹配问题进行了研究和探讨,重点围绕常规影像以及倾斜影像的高精度匹配这两个主要方面进行了算法研究和论证实验。针对常规影像高精度匹配的问题,本文提出了一种基于高程平面约束的物方匹配方法,该方法基于高程平面约束匹配,在匹配过程中引入像点偏移量来搜索匹配,同时像点偏移量也可为最小二乘匹配提供可靠稳定的初值;针对倾斜影像的高精度匹配问题,本文结合物方面元匹配方法的特点提出了一种适应于倾斜影像高精度匹配的物方面元匹配方法,该方法通过计算物方平面与像平面之间的H矩阵,将像方信息由H矩阵变换到物方平面上并结合最小二乘匹配进行高精度匹配计算。实验中,为了更好的验证本文算法的正确性,针对常规影像的高精度匹配,本文分别设计了共线条件约束的多片最小二乘匹配算法,铅垂线轨迹法(VLL法)与本文算法的对比实验,最终实验表明,本文算法相比其他算法在匹配结果以及光束法平差结果方面都具有优势。同样针对倾斜影像的高精度匹配,本文也设计了对比实验,结果表明,本文提出的基于物方面元的倾斜影像高精度匹配方法改善了匹配结果,提高了光束法平差的精度。(本文来源于《西安科技大学》期刊2017-06-01）
谭靖,蒋红彪,刘合凤,陈时雨[7]（2017）在《多种点特征的影像匹配质量比较》一文中研究指出针对摄影测量中空中叁角测量对匹配点的质量需求,提出了几种评价航空影像匹配质量的指标。并依此指标从效率、精度以及稳定性叁个方面实验分析了几种常用的点特征匹配算子的匹配效果。本文首先简要介绍了几种点特征匹配算子的基本原理,然后给出了几种评价影像匹配质量的指标,最后通过使用一组航空影像实验比较了这几种常见的点特征影像匹配算子的匹配效果。(本文来源于《测绘地理信息》期刊2017年03期）
卢达龙,翁秀玲,吴炜,王云峰[8]（2016）在《灰度变换下图像Harris角点特征点匹配算法性能分析》一文中研究指出由于Harris角点理论上具有不随光照条件改变而改变及旋转不变性等优点,被广泛应用于计算机视觉系统中。但实际应用中拍照光线的变化往往会引起图像的灰度失真,本文对Harris角点提取和SAD、SSD、NCC叁种匹配算法在灰度变换下的性能进行了分析。分析结果表明,Harris角点提取具有较好的光照条件鲁棒性;而NCC是叁种匹配算中灰度变换影响最小的。(本文来源于《软件》期刊2016年11期）
邵春艳,丁庆海,罗海波[9]（2016）在《基于空间纹理相似性的图像角点特征匹配算法》一文中研究指出针对传统图像角点特征匹配算法的匹配速度慢且准确率低等问题,提出一种基于空间纹理相似性的图像角点特征匹配算法。首先,计算图像目标上角点对应的空间距离矩阵;然后,通过计算图像角点的空间距离矩阵在对应角点邻域LBP特征向量上的瑞利商,将角点在图像灰度特征空间内的度量问题转换为纹理特征空间内幅值的度量问题;最后,根据角点对应的瑞利商的大小实现不同图像间的角点特征匹配。对不同条件下采集的图像进行角点特征匹配,得到的匹配结果表明该算法不仅能够很好地适应图像光照、几何变化,得到的匹配正确率较高,同时与传统算法相比该算法在运行时间上也有大幅度的降低,当处理特征数量较小时平均降低48 ms,而匹配特征数量较多时能够降低2 408 ms。(本文来源于《计算机应用研究》期刊2016年12期）
王奕丹,闫利[10]（2016）在《POS辅助车载组合全景影像路面角点特征匹配算法》一文中研究指出推荐了一种车载组合全景相机影像路面角点特征的匹配方法。路面到摄站的距离近,基高比大,是良好的区域网平差模型连接点,但是路面纹理匮乏,影像中存在移动物体和较为严重的尺度变化和仿射变形,难以匹配到正确的同名点。本文利用路面在一定范围内可近似为水平面的特点,根据相机与路面的距离确定近似路面,将影像路面角点投影到重迭影像,将同名点定位在一个小的矩形范围内;通过POS数据确定角点对应同名核线,矩形区域内距离核线最近的角点即为同名像点。本文匹配方法可获得一定数量的正确匹配同名点,显着降低了误匹配,内点率高,可以进一步精确估计像对间的基础矩阵,为其他地物的匹配提供了约束。(本文来源于《测绘通报》期刊2016年04期）
点特征匹配论文开题报告范文
（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：
随着目标识别应用场景的扩展和深入,其面临的场景愈加复杂,为相关的识别技术设计提供了挑战。在针对杂乱场景下,本文提出一种基于引用和目标图像之间的点对应来检测特定对象的算法,通过给定对象的引用图像来检测杂乱场景中的特定对象。本算法针对不同物体的规模变化或平面旋转特点,提取特征描述符并查找假定的点匹配,并在特定场景中定位目标对象。本算法对少量的平面外旋转和遮挡也有很强的鲁棒性。
（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。
点特征匹配论文参考文献
[1].赵明富,陈兵,宋涛,曹利波.融合特征光流与角点特征的图像特征匹配算法研究[J].半导体光电.2019
[2].汪樵.在杂乱场景下基于点特征匹配技术的目标识别[J].电子制作.2018
[3].许磊.基于角点特征匹配的机器人路标定位方法研究[D].重庆大学.2018
[4].曹鹏,黄豪杰.基于视觉的LED灯丝点特征提取与匹配方法研究[J].电脑知识与技术.2017
[5].张凯南,杨志强,武晴晴.基于点特征的低空遥感影像多级高效率匹配方法研究[J].测绘工程.2017
[6].朱师欢.自动空叁点特征高精度影像匹配研究[D].西安科技大学.2017
[7].谭靖,蒋红彪,刘合凤,陈时雨.多种点特征的影像匹配质量比较[J].测绘地理信息.2017
[8].卢达龙,翁秀玲,吴炜,王云峰.灰度变换下图像Harris角点特征点匹配算法性能分析[J].软件.2016
[9].邵春艳,丁庆海,罗海波.基于空间纹理相似性的图像角点特征匹配算法[J].计算机应用研究.2016
[10].王奕丹,闫利.POS辅助车载组合全景影像路面角点特征匹配算法[J].测绘通报.2016