导读:本文包含了伪特征点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:特征,指纹识别,细节,邻域,光通量,方差,梯度。
伪特征点论文文献综述
刘晓慧[1]（2019）在《基于快速伪特征点的树点云配准方法研究》一文中研究指出叁维重建技术构建数字植株是图形学和农业领域的研究热点。由于扫描设备视野有限以及植株的自遮挡,叁维点云配准成为重建数字植株中亟需解决的问题。树是植株中的重要组成成分,在我国经济生态建设中发挥着重要的作用。然而树枝叶较多,互相遮挡,从不同角度采集的树点云不完整,重迭率低,含有噪声,导致现有的树点云配准算法存在稳健性低,效率不高的问题,同时针对树点云配准的研究相对较少。基于此,本文提出了一种基于快速伪特征点的树点云配准方法,该方法在一定程度上对优化树木重构和可视化效果起到关键作用,分为初始配准和精配准,主要内容如下:(1)构建树点云采集与预处理方案。利用Kinect 2.0获取室外玉兰树,苹果树有叶,无叶时期以及红枫无叶时期的多个角度的点云数据;针对点云数据中存在的背景信息、噪声和离群点,使用直通和统计滤波器对树点云进行预处理,数据去除率平均为37.39%,为后续的配准研究提供良好的树点云模型。(2)针对树点云伪特征点提取效率低的问题,本文提出一种快速提取树点云伪特征点的算法。利用树的空间形态结构特点,对其进行水平分簇,DBSCAN(Density-Based Spatial Clustering of Applications with Noise)分簇和计算伪特征点等步骤完成树点云伪特征点的获取。实验结果表明,本文提取伪特征点的方法与现有的方法相比效率提高约91.46%,数量少约79.36%,能够保持关键部位的提取,具有一定抵抗离群点的能力。(3)提出基于快速伪特征点的树点云配准方法。针对配准效率低的问题,初始配准基于稀疏伪特征点,利用叁对匹配点对快速计算变换矩阵;精配准使用KD树(K Dimensional Tree)搜索对应点对,进一步提高配准效率。针对配准稳健性低的问题,稀疏点云中,利用簇约束和邻域夹角约束匹配规则,扩大配准适用角度范围;稠密点云中引入M估计,使用Tukey函数优化目标函数,减弱约20%较大残差点对的影响。(4)利用实际获取的树点云数据完成本配准方法的性能测试。使用有叶无叶,有离群点和多角度差的树点云分别进行配准测试;实验结果表明,本方法在有叶无叶,有离群点和多角度差的树点云数据下配准效果良好,与改进SICP(Sparse ICP),CPD(Coherent Point Drift)算法相比效率提高37.16%,99.29%,与IRLS-ICP(Iteratively Re-weighed Least Squares ICP)相比,精度提高31.07%,同时本方法扩大配准适用角度范围到180~?,稳健性能提高。(本文来源于《西北农林科技大学》期刊2019-05-01）
周游[2]（2017）在《基于伪特征点的树点云配准算法研究》一文中研究指出为了快速从树点云中得到完整的叁维形态点云,点云配准必不可少。目前专家学者提出许多点云配准算法,但是树表面粗糙,枝干纤细且相互遮挡,叁维扫描仪获得的点云不完整且存在噪点,现存的算法并不能完全适应树点云的独特特点。基于此,本文提出一种基于伪特征点的树点云配准算法,该算法分为初始配准和精配准。论文的主要创新点及其研究内容如下:(1)提出一种伪特征点提取算法。针对树结构复杂,特征点提取困难的问题,采用伪特征点提取算法提取树点云的伪特征点,该方法通过一次分簇、二次分簇、计算伪特征点等步骤完成伪特征点提取,达到使用较少的点精细显示点云特征的目的,得到较好的伪特征点集。实验结果表明,与基于几何特征的特征点提取算法相比,伪特征点提取算法更适应于树点云的特征。(2)提出一种基于伪特征点的树点云配准算法。针对获取点云数据稠密,配准较为耗时的问题,在初始配准中使用提取的伪特征点粗略的调整两片点云的位置,减少精配准的迭代次数,提高配准效率。针对树点云中的噪声点影响提取对应点对正确率的问题,本文在初始配准及其精配准中采用邻域信息分布的相似性来筛除错误的对应点对,提高对应点对的正确率。并针对初始配准和精配准所使用数据的不同特点,分别使用夹角和距离来度量邻域分布的相似性,提高对应点对的正确率,从而改善配准精度。(3)针对基于伪特征点的树点云配准算法的配准性能验证问题,使用有叶及无叶树点云验证该算法的有效性;使用非树点云验证该算法的可扩展性;并在相同实验环境与实验数据的前提下,与其它配准算法比较的方法,验证该算法的优越性。实验表明,在相同迭代次数的前提下,该算法的配准误差比ICP(Iterative Closed Point)算法的配准误差减少41.1%,比SICP(Sparse ICP)算法的配准误差减少16.8%。另外,论文还使用盆栽模型、Bunny等模型来验证算法的通用性。实验表明,该算法也能够配准非树点云,具有较强通用性。(本文来源于《西北农林科技大学》期刊2017-05-01）
李喆[3]（2016）在《一种Lucas-Kanade光流金字塔算法的伪特征点移除方法》一文中研究指出计算机视觉是计算机认识世界的眼睛,随着自动化的普及,计算机视觉成为当今最热门的研究领域之一。运动跟踪是计算机视觉中一个重要的研究课题,它在无人机、自动驾驶汽车、交通监控等应用方面有着举足轻重的地位。应用最广泛的计算机视觉跟踪算法是基于对角点的跟踪,经过金字塔算法多次迭代估算光流。但是光流估算法基于的叁点假设,亮度恒定、时间规律和空间一致性在现实中很难全部满足,使得光流估算法很难得到广泛应用。同时光流估计会消耗大量计算资源,使得跟踪算法在小型嵌入式计算单元上实现受到进一步限制。本文提出了一种自适应的动态伪特征点移除算法,可以在跟踪过程中自动滤除对计算结果准确性和跟踪效率造成影响的伪特征点。论文主要内容如下:第一章介绍了计算机视觉的定义、应用范围以及计算机视觉中运动跟踪算法所面临的主要问题。第二章介绍了计算机视觉中所涉及到的基本概念和常见算法,重点介绍了角点的概念、Harris特征点检测算法的思路、光流估计算法的思路和推导过程,以及金字塔算法提出的背景以及推导过程。第叁章提出了伪特征点移除算法。首先对光流估计中的修正项进行分析,根据光流估计中叁点假设可能引入的误差推导出金字塔迭代过程中修正项合理的范围。为减少亮度恒定假设引入的误差影响,提出了局部亮度恒定补偿算法。由光流估算中的最小二乘法解逆向推导出符合光流估算结果的条件不等式,再由该不等式推导出金字塔迭代中修正项的合理取值范围,在金字塔迭代的过程中对各角点各级各阶计算结果与该范围进行对比,如果不在合理范围内,则可认为是伪特征点进行移除。对于首次估算结果采用时间规律假设进行限定,如果估算结果超出邻域窗口尺寸则丢弃估算结果,并将目标定为伪特征点。第四章对伪特征点移除算法进行了实验验证。实验利用作者在研究计算机视觉工作时编写的GridJS和pilkft.js视觉库,实验中使用了不同场景不同帧数的14个图像序列,记录了对14个图像序列的整个跟踪中跟踪目标角点数的变化、结果准确性以及伪特征点所占比例。对14个实验图像序列的实验结果表明,伪特征点移除算法可以在短时间内排除绝大部分伪特征点,并且保留了大部分有效特征点。在整个跟踪过程中,跟踪伪特征点所占比例基本保持在0.3以下,大部分情况下可以保持在0.15左右,跟踪特征点数量稳定后基本可以排除全部伪特征点。第五章对论文工作进行了总结。本文所提出的伪特征点移除算法对于不同场景,可以自适应地快速有效移除伪特征点并保留大部分有效特征点,在有效提高跟踪准确性的同时降低了计算强度,使计算机视觉跟踪算法应用到小型化嵌入式平台成为了可能,有很好的实际意义。(本文来源于《吉林大学》期刊2016-06-01）
付玉虎[4]（2014）在《指纹图像预处理与伪特征点删除算法的研究》一文中研究指出指纹识别技术是一种发展早、使用广泛的生物特征识别技术。指纹图像在预处理、特征提取等环节往往受多方面因素制约，有时无法满足指纹识别系统的要求。文章在传统指纹识别预处理算法的基础上，给出了针对指纹预处理和伪特征点删除环节的算法。在预处理环节，首先，采用块梯度方差分割算法分离指纹图像前景区和背景区；再根据指纹特征，用方向图和均值滤波器进行图像增强；采用简化的两个线形Gabor滤波模板改进滤波模板，滤除指纹图像的边缘模糊效应，提高了Gabor滤波算法的效率。在二值化和细化方面，分别采用了自动阈值的二值化算法和基于形态学的数学查表删除算法细化指纹图像，提取指纹骨架并获得指纹准特征点。伪特征点删除环节，在传统的删除算法基础上进一步优化，给出一种改进算法。该算法结合指纹的方向信息和自动阈值信息，在二值化和细化后分步删除相应的伪特征点，并提取真实特征点。实验表明，针对不同质量的指纹图像，该指纹识别算法在图像增强和伪特征点删除方面高效灵活、易于实现、精确度高，为后续指纹特征提取与匹配提供了较准确、真实的信息，达到了指纹识别系统的要求。(本文来源于《西安电子科技大学》期刊2014-03-01）
卫丽芬,李仰军,姚学林,王雷[5]（2010）在《细化指纹图像中伪特征点的去除算法》一文中研究指出指纹图像经预处理后,由于各种原因,会产生数以百计的特征。为了图像匹配的精确和快速,直接在细化指纹图像上提取原始细节特征点集合,并针对各种噪声产生的伪特征点采用不同算法进行滤除。通过实验,证明了该后处理过程在去除指纹图像伪特征方面具有良好的效果。(本文来源于《机械工程与自动化》期刊2010年02期）
刘灵丽,李丽娟[6]（2006）在《一种滤除细化指纹图像中伪特征点的新方法》一文中研究指出提出了一种新的滤除指纹细节伪特征方法,它首先对非边界端点采用脊线跟踪法滤除毛刺和短脊产生的伪特征点,然后用窗口法滤除断脊、假桥、小孔和岛屿产生的伪特征点。结果表明,该方法简单、处理速度快,滤除精度基本可以满足应用的需要。(本文来源于《计算机应用研究》期刊2006年11期）
张雪奇,李文光,申正波[7]（2006）在《一种基于伪特征点消除算法的指纹细节提取方法》一文中研究指出指纹特征提取是指纹识别技术的关键。本文介绍的方法是,指纹图像经预处理后,不对脊线做任何修复,在细化指纹图像上直接提取原始细节特征点集,然后根据图像的伪特征点的分布规律,删除伪特征点,保留真正特征点。(本文来源于《网络安全技术与应用》期刊2006年01期）
陶刚,卢昀,李吉桂[8]（2002）在《细化指纹图中伪特征点的一体化去除算法》一文中研究指出自动指纹识别系统(AFIS)在身份识别方面所具有的快捷、方便、准确等特点而得到广泛的研究。本文设计了一种除去空洞、毛刺和短线等伪特征点的一体化算法,并将这些算法应用到指纹细化图的特征点的去伪过程中,该方法在指纹识别的实际应用中取得了很好的结果。(本文来源于《现代计算机(专业版)》期刊2002年10期）
伪特征点论文开题报告
（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：
为了快速从树点云中得到完整的叁维形态点云,点云配准必不可少。目前专家学者提出许多点云配准算法,但是树表面粗糙,枝干纤细且相互遮挡,叁维扫描仪获得的点云不完整且存在噪点,现存的算法并不能完全适应树点云的独特特点。基于此,本文提出一种基于伪特征点的树点云配准算法,该算法分为初始配准和精配准。论文的主要创新点及其研究内容如下:(1)提出一种伪特征点提取算法。针对树结构复杂,特征点提取困难的问题,采用伪特征点提取算法提取树点云的伪特征点,该方法通过一次分簇、二次分簇、计算伪特征点等步骤完成伪特征点提取,达到使用较少的点精细显示点云特征的目的,得到较好的伪特征点集。实验结果表明,与基于几何特征的特征点提取算法相比,伪特征点提取算法更适应于树点云的特征。(2)提出一种基于伪特征点的树点云配准算法。针对获取点云数据稠密,配准较为耗时的问题,在初始配准中使用提取的伪特征点粗略的调整两片点云的位置,减少精配准的迭代次数,提高配准效率。针对树点云中的噪声点影响提取对应点对正确率的问题,本文在初始配准及其精配准中采用邻域信息分布的相似性来筛除错误的对应点对,提高对应点对的正确率。并针对初始配准和精配准所使用数据的不同特点,分别使用夹角和距离来度量邻域分布的相似性,提高对应点对的正确率,从而改善配准精度。(3)针对基于伪特征点的树点云配准算法的配准性能验证问题,使用有叶及无叶树点云验证该算法的有效性;使用非树点云验证该算法的可扩展性;并在相同实验环境与实验数据的前提下,与其它配准算法比较的方法,验证该算法的优越性。实验表明,在相同迭代次数的前提下,该算法的配准误差比ICP(Iterative Closed Point)算法的配准误差减少41.1%,比SICP(Sparse ICP)算法的配准误差减少16.8%。另外,论文还使用盆栽模型、Bunny等模型来验证算法的通用性。实验表明,该算法也能够配准非树点云,具有较强通用性。
（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。
伪特征点论文参考文献
[1].刘晓慧.基于快速伪特征点的树点云配准方法研究[D].西北农林科技大学.2019
[2].周游.基于伪特征点的树点云配准算法研究[D].西北农林科技大学.2017
[3].李喆.一种Lucas-Kanade光流金字塔算法的伪特征点移除方法[D].吉林大学.2016
[4].付玉虎.指纹图像预处理与伪特征点删除算法的研究[D].西安电子科技大学.2014
[5].卫丽芬,李仰军,姚学林,王雷.细化指纹图像中伪特征点的去除算法[J].机械工程与自动化.2010
[6].刘灵丽,李丽娟.一种滤除细化指纹图像中伪特征点的新方法[J].计算机应用研究.2006
[7].张雪奇,李文光,申正波.一种基于伪特征点消除算法的指纹细节提取方法[J].网络安全技术与应用.2006
[8].陶刚,卢昀,李吉桂.细化指纹图中伪特征点的一体化去除算法[J].现代计算机(专业版).2002
论文知识图
