导读:本文包含了误配准鲁棒性论文开题报告文献综述及选题提纲参考文献，主要关键词:点云配准,泰勒级数,准则函数,离群点
误配准鲁棒性论文文献综述
李准,潘幸子,董方敏,李娜,杨继全[1]（2017）在《泰勒级数准则函数鲁棒性点云配准算法》一文中研究指出为减小离群点对点云配准精确度的影响,避免点云配准迭代计算过程中陷入局部最小值,基于鲁棒性准则函数点云配准框架提出泰勒级数准则函数鲁棒性点云配准算法.该方法分为泰勒级数准则函数的提出和配准初始值的确定2个方面.泰勒级数准则函数中,考虑各准则函数限制离群点影响来提高配准精确度的内因,对权值递减速率较合理的Cauchy准则函数进行泰勒级数展开,构造泰勒级数准则函数解决离群值问题;配准初始值的确定中,通过计算待匹配点云数据集的重心,根据重心信息确定平移向量,解决局部最小值问题.数值实验结果表明,泰勒级数准则函数配准误差较最小二乘法、Huber、Tukey和Cauchy准则函数更小,在配准精度上有了较大的提高,并且误差值稳定收敛;引入插值算法对点云数据进行处理,对后续的配准精度有一定的改善.(本文来源于《计算机辅助设计与图形学学报》期刊2017年04期）
罗欣颖[2]（2012）在《面向地图点集配准的快速鲁棒性算法研究》一文中研究指出地图点集配准是车辆导航、移动机器人、全景地图等领域中的关键技术之一，它是使两幅空间位置不同的点集经过一系列空间变换后实现空间位置统一的过程。随着计算机视觉、图像处理以及网络技术的不断发展，在实际应用中对地图点集配准算法的实时性要求也越来越高，因此研究能够实现对地图点集快速鲁棒配准的算法是十分必要的。基于此，本文重点研究和讨论了面向地图点集配准的快速鲁棒性算法。本文主要工作如下：首先，由于地图点集具有点数多、结构复杂以及易受传感器噪声干扰等特点，通常对其配准精度较低且耗时严重，难以满足自主驾驶等情况下的实际需求。本文在点集经典配准算法ICP（Iterative Closest Points，ICP）的基础上，利用多尺度层级化思想，提出了一种多尺度层级ICP算法（Multi-scale IterativeClosest Points，MSICP），提高了配准速度和精度。该算法先对待配准地图点集进行层级化，随后将粗尺度点集配准后的转换矩阵作为原始点集配准的初始转换矩阵，最终实现对原始刚体地图点集的ICP快速精确配准。实验结果表明，该算法的配准速度及精度优于其他ICP算法，具有一定的理论和实用价值。其次，本文在刚体地图点集的多尺度层级ICP算法的研究基础上，又提出了一种面向非刚体地图点集的多尺度层级ICP算法（Multi-scale Scale IterativeClosest Points，MSSICP）。所提算法首先对非刚体地图点集进行层级化处理，并对粗尺度点集进行非刚体配准，运用其配准结果作为原始点集配准的精确初值，最终实现了各向同性以及各向异性等变尺度图像点集的快速鲁棒配准。实验结果表明，所提算法的配准速度及精度同样优于其他ICP算法。最后，针对地图点集点数多且易受噪声影响，结构复杂但相对鲁棒等特点，本文在利用骨架算法生成地图结构信息稀疏表示的基础上，提出了一种骨架ICP算法（Skeleton Iterative Closest Points，SKICP），以提高算法的配准速度与精度。该算法首先对原始点集的粗尺度地图点集的骨架进行提取，随后将粗尺度点集的骨架配准后的转换矩阵作为原始地图点集配准的初值，从而最终实现对原始地图点集的快速精确配准。实验结果表明，所提算法的配准速度和精度均优于其他的ICP算法，且具有一定的理论和实用借鉴意义。(本文来源于《兰州理工大学》期刊2012-05-17）
上官晋太,郭慧,岳晋,杨汝良[3]（2008）在《图像配准测度对重迭面积变化的鲁棒性分析》一文中研究指出配准测度的鲁棒性是图像配准过程中经常要考虑的问题之一。本文利用数理统计的方法研究了在图像配准过程中主要的几种配准测度对重迭面积变化的鲁棒性。并进行了定量的分析。结果表明:这几种配准测度和重迭面积的线性相关关系特别显着。其中归一化互信息测度[H(A)+H(B)]/H(A,B)的变化系数最小,绝对差(AD)测度的变化系数最大。用此归一化互信息测度进行图像配准时可以在保证配准精度的情况下有效地减少配准时间从而提高配准速度。本文的配准实验证实了这一结论。(本文来源于《光电工程》期刊2008年11期）
唱轶钲,山世光,高文,曹波,杨澎[4]（2005）在《Gabor特征判别分析人脸识别方法的误配准鲁棒性分析》一文中研究指出人脸识别领域中,Gabor特征人脸表示方法因其在应用中获得的高首选识别率而被认为是一种理想的人脸特征表示方法。文章用一种全新的量化评价方法,结合配准精度和识别率,从误配准鲁棒性角度评价Gabor特征在人脸识别中的优越性。实验表明,和图像灰度信息特征相比,Gabor特征不仅在精确配准时具有高识别率,而且对由于人脸特征定位不精确而导致的图像变化的鲁棒性也更强。(本文来源于《计算机工程与应用》期刊2005年05期）
误配准鲁棒性论文开题报告
（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：
地图点集配准是车辆导航、移动机器人、全景地图等领域中的关键技术之一，它是使两幅空间位置不同的点集经过一系列空间变换后实现空间位置统一的过程。随着计算机视觉、图像处理以及网络技术的不断发展，在实际应用中对地图点集配准算法的实时性要求也越来越高，因此研究能够实现对地图点集快速鲁棒配准的算法是十分必要的。基于此，本文重点研究和讨论了面向地图点集配准的快速鲁棒性算法。本文主要工作如下：首先，由于地图点集具有点数多、结构复杂以及易受传感器噪声干扰等特点，通常对其配准精度较低且耗时严重，难以满足自主驾驶等情况下的实际需求。本文在点集经典配准算法ICP（Iterative Closest Points，ICP）的基础上，利用多尺度层级化思想，提出了一种多尺度层级ICP算法（Multi-scale IterativeClosest Points，MSICP），提高了配准速度和精度。该算法先对待配准地图点集进行层级化，随后将粗尺度点集配准后的转换矩阵作为原始点集配准的初始转换矩阵，最终实现对原始刚体地图点集的ICP快速精确配准。实验结果表明，该算法的配准速度及精度优于其他ICP算法，具有一定的理论和实用价值。其次，本文在刚体地图点集的多尺度层级ICP算法的研究基础上，又提出了一种面向非刚体地图点集的多尺度层级ICP算法（Multi-scale Scale IterativeClosest Points，MSSICP）。所提算法首先对非刚体地图点集进行层级化处理，并对粗尺度点集进行非刚体配准，运用其配准结果作为原始点集配准的精确初值，最终实现了各向同性以及各向异性等变尺度图像点集的快速鲁棒配准。实验结果表明，所提算法的配准速度及精度同样优于其他ICP算法。最后，针对地图点集点数多且易受噪声影响，结构复杂但相对鲁棒等特点，本文在利用骨架算法生成地图结构信息稀疏表示的基础上，提出了一种骨架ICP算法（Skeleton Iterative Closest Points，SKICP），以提高算法的配准速度与精度。该算法首先对原始点集的粗尺度地图点集的骨架进行提取，随后将粗尺度点集的骨架配准后的转换矩阵作为原始地图点集配准的初值，从而最终实现对原始地图点集的快速精确配准。实验结果表明，所提算法的配准速度和精度均优于其他的ICP算法，且具有一定的理论和实用借鉴意义。
（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。
误配准鲁棒性论文参考文献
[1].李准,潘幸子,董方敏,李娜,杨继全.泰勒级数准则函数鲁棒性点云配准算法[J].计算机辅助设计与图形学学报.2017
[2].罗欣颖.面向地图点集配准的快速鲁棒性算法研究[D].兰州理工大学.2012
[3].上官晋太,郭慧,岳晋,杨汝良.图像配准测度对重迭面积变化的鲁棒性分析[J].光电工程.2008
[4].唱轶钲,山世光,高文,曹波,杨澎.Gabor特征判别分析人脸识别方法的误配准鲁棒性分析[J].计算机工程与应用.2005