导读:本文包含了点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:特征,算法,图像,测量,河工,全景,基线。
点匹配论文文献综述
严利民,张婷婷[1]（2019）在《一种改进A-KAZE算法的特征点匹配方法》一文中研究指出提出了一种改进的A-KAZE算法,利用非线性扩散滤波策略改善了传统高斯核函数构建尺度空间的不足,在实现局部自适应滤除细节的同时保留了目标的边界,且检测到的特征点具有尺度不变性;结合特征点主方向和改进的BRIEF描述子解决了匹配中旋转不变性的问题,以二进制编码形式缩短了匹配时间,并分别在室内和室外环境下进行特征点匹配实验,与ORB、BRISK等算法进行了比较,结果证明改进的算法结合了A-KAZE与BRIEF算法的优势,实现了高准确率和高效的图像特征点匹配.(本文来源于《微电子学与计算机》期刊2019年12期）
赵航,孙冬梅,董清卿,吴潇灿[2]（2019）在《基于双目视觉测量系统的特征点匹配研究》一文中研究指出双目视觉测量作为一种新颖的测量方式,当前正在越来越多的测量中取代传统的接触式测量方法。但是由于双目视觉测量系统对测量精度和实时性要求较大,因此在分析椭圆拟合算法的基础上,通过筛选规则选取部分边缘点进行迭代最小二乘椭圆拟合以提取光斑中心坐标。依据系统对待测量笔9个圆形标志的位置反映的特点,设计一种基于RANSAC算法的特征点匹配方法。实验表明该算法可以满足双目视觉测量对系统的高精度和实时性要求。(本文来源于《现代电子技术》期刊2019年23期）
陶静,李逸琳,霍艺文,徐武[3]（2019）在《基于特征点匹配的图像配准研究》一文中研究指出立体显示技术中立体图像对虚拟场景的构建至关重要,现有的立体图像配准技术可能导致图像扭曲、变形。结合SURF算法和RANSAC算法,根据SURF算法对图像进行特征点检测;计算各特征点的Haar小波响应系数以确定特征点主方向和特征矢量;通过特征矢量的欧氏距离来判断特征点的匹配性,找出相邻最近的匹配点;最后利用一种改进的RANSAC算法剔除错误的匹配点。实验结果表明,基于SURF算法和改进的RANSAC算法的图像配准方法提高了特征点匹配度和精确度,能有效改善图像配准的变形问题。(本文来源于《现代电子技术》期刊2019年20期）
陈敏,朱庆,何海清,严少华,赵怡涛[4]（2019）在《面向城区宽基线立体像对视角变化的结构自适应特征点匹配》一文中研究指出提出一种基于结构自适应特征的城区宽基线影像特征点匹配方法。首先,对影像提取点特征和直线特征,挖掘点特征与其邻域内直线特征之间的几何关系,构建结构自适应的特征区域和特征描述符,并通过双向匹配策略获得初始匹配结果。然后,基于初匹配结果估计影像基础矩阵,构建核线约束的结构自适应特征匹配算法进行二次匹配。最后,将已匹配特征作为控制基础设计匹配扩展算法,进一步增加匹配点数量。本文方法以特征点邻域几何结构为出发点,构建自适应的特征区域,能够在显着的影像视角变化下,为同名特征点提取影像内容一致的特征区域,进而获得相似的特征描述符。试验结果证明,与传统算法相比,本文方法在城区宽基线影像上能够同时获得更多的正确匹配特征和更高的匹配正确率。(本文来源于《测绘学报》期刊2019年09期）
曹列凯,Detert,Martin,李丹勋[5]（2019）在《基于特征点匹配的室内表面流场快速测量系统》一文中研究指出为提升室内模型试验表面流场测量的计算效率,建立了基于图像特征点匹配的模型试验表面流场快速测量系统。该系统由摄像机、示踪粒子和测速软件组成,试验中首先投掷示踪粒子并采集试验视频,然后导入测速软件进行图像预处理和基于图像特征点匹配算法的快速测流计算并实时展示瞬时流场,最终输出原型尺度的时均流场及流线图。该系统应用于堰坝水闸工程模型试验和泄洪洞射流模型试验,系统自动化程度高,计算效率高,应用场景适应性强;输出的流场具有高时空间分辨率,精度与PIV相当,可真实反映出试验工况下表面水流特性。(本文来源于《水力发电学报》期刊2019年11期）
赵祥武,全厚德,崔佩璋[6]（2019）在《基于序列部分频点匹配的跳频自同步方案》一文中研究指出针对传统跳频同步中同步引导码易被敌方干扰的缺点,提出了基于序列部分频点匹配的自同步方案。该方案在不使用同步引导码的情况下,按照序列部分频点匹配的同步方案,任意设定接收频点,根据频点间隔特征信息在本地已知跳频序列中进行搜索匹配,进而计算出跳频序列收发两端的相位差,从而调整相位差实现跳频同步。理论分析与仿真实验结果表明,基于序列部分频点匹配的自同步方案在捕获时间上优于串行同步捕获方案,就复杂度而言,相较于并行同步捕获方案有了很大的降低,同时该方案不需要同步引导码,提高了抗干扰的性能。(本文来源于《探测与控制学报》期刊2019年04期）
郭贝,任金霞[7]（2019）在《基于蝙蝠算法优化BP神经网络的特征点匹配》一文中研究指出由于医学图像的特殊性,普通亮度和对比度偏低,灰度不明显,在成像上拍摄角度和拍摄光照变化,都是导致图像的中的数据丢失,为了解决上述的干扰,近年来,基于特征点的人工神经网络图像匹配方法具有高速信息处理和不确定性信息处理的能力,引起了人们的广泛关注。传统的BP神经网络参数是随机的,容易陷入局部最优,利用蝙蝠算法优化BP网络参数,应用到特征点匹配中去。提出了一种基于蝙蝠算法优化BP神经网络的特征点匹配方法,利用两图间匹配为基础,建立基于蝙蝠算法优化BP神经网络的特征点匹配的模型,并加以特征点的单一性约束准则和互应性约束准则,仿真结果表明:蝙蝠算法优化BP神经网络的特征点匹配的正确率比传统的BP神经网络的正确率高。(本文来源于《制造业自动化》期刊2019年08期）
修春波,马云菲,潘肖楠[8]（2019）在《基于距离融合的图像特征点匹配方法》一文中研究指出针对ORB算法中特征点缺乏尺度不变性导致算法误匹配率高,以及二进制鲁棒独立基本特征(BRIEF)算法的描述子易受噪声影响的问题,提出了改进的特征点匹配方法。采用加速的具有鲁棒性的特征(SURF)算法进行特征点提取,利用带有方向信息的BRIEF算法进行特征点描述;在特征点邻域内选取随机点对,并对随机点对的灰度大小比较和相似度比较分别进行编码,采用汉明距离计算两种编码的差异;利用自适应加权融合的方式实现特征点相似性距离度量。实验结果表明,改进方法对于尺度变化、光照变化以及模糊变化的图像具有更好的适应性,与传统ORB特征点匹配方法相比能够获得更高的特征点正确匹配率,且该特征点匹配方法可用于改善图像拼接的性能。(本文来源于《计算机应用》期刊2019年11期）
徐弘祯,李世超,季宇寒,曹如月,张漫[9]（2019）在《基于特征点匹配的全景相机图像拼接方法研究》一文中研究指出全景相机可获取农机周围360°范围内的图像信息,具有覆盖范围大等特点,但需要对多镜头获取的图像进行拼接与融合,才能生成全景图像,为农机避障提供支持。以雷沃欧豹拖拉机为试验平台,搭载全景相机,获取实验农场的农田图像数据。首先对多幅图像进行预处理,包括通过柱面投影变换统一坐标系,采用基于特征点的SIFT算法提取图像的特征点并进行匹配;针对传统SIFT算法存在错误匹配而影响图像拼接质量的问题,使用RANSAC算法进行多次优化迭代,达到剔除错误匹配点的效果;针对匹配后生成的图像变换矩阵,为防止其线性结果不稳定并进一步优化结果,采用非线性的LM算法进行优化,使用线性加权平滑算法对图像进行融合,实现全景图像的生成。试验采用计算图像重迭区域相关系数定量评价图像拼接效果,并对获取的30组共60幅图像采用RANSAC算法和LM算法进行处理。结果表明,经过RANSAC算法处理后,误匹配点得到明显剔除,匹配特征点之间的平均几何距离偏移量明显减小,其平均值由39. 401 3像素下降至0. 581 9像素,相关系数由0. 287 8上升至0. 724 9。与手动设置阈值的剔除误匹配点方法进行了比较,经过RANSAC算法处理后的平均相关系数为0. 724 9,大于阈值设为0. 4时的0. 593 3,以及阈值设为0. 6时的0. 200 7,证明该算法能够实现多种情况下的图像拼接,剔除误匹配点;经过LM算法处理后,平均几何距离偏移量由0. 581 9像素进一步下降至0. 569 3像素,平均相关系数由0. 724 9进一步上升至0. 726 1,证明图像变换矩阵得到进一步优化,全景图像的拼接质量得到进一步提高。(本文来源于《农业机械学报》期刊2019年S1期）
张雨晴,林娴,李志扬[10]（2019）在《MR盒子设计与基于特征点匹配的空间对准》一文中研究指出文中设计了一款适用于智能手机的混合现实盒子,用于书画临摹训练。它通过一块半透半反镜将手机屏幕上的立体视差图像反射到观察者眼中,同时借助手机后置摄像头捕捉周围环境,借助特征点匹配方法监测手机位置的变化,进而改变所显示的虚拟立体景物的位置,使之与周围真实环境的空间关系维持不变。实验表明,文中提出的基于特征点匹配的方法可以较好地解决MR中的空间对准难题。(本文来源于《信息技术》期刊2019年07期）
点匹配论文开题报告
（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：
双目视觉测量作为一种新颖的测量方式,当前正在越来越多的测量中取代传统的接触式测量方法。但是由于双目视觉测量系统对测量精度和实时性要求较大,因此在分析椭圆拟合算法的基础上,通过筛选规则选取部分边缘点进行迭代最小二乘椭圆拟合以提取光斑中心坐标。依据系统对待测量笔9个圆形标志的位置反映的特点,设计一种基于RANSAC算法的特征点匹配方法。实验表明该算法可以满足双目视觉测量对系统的高精度和实时性要求。
（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。
点匹配论文参考文献
[1].严利民,张婷婷.一种改进A-KAZE算法的特征点匹配方法[J].微电子学与计算机.2019
[2].赵航,孙冬梅,董清卿,吴潇灿.基于双目视觉测量系统的特征点匹配研究[J].现代电子技术.2019
[3].陶静,李逸琳,霍艺文,徐武.基于特征点匹配的图像配准研究[J].现代电子技术.2019
[4].陈敏,朱庆,何海清,严少华,赵怡涛.面向城区宽基线立体像对视角变化的结构自适应特征点匹配[J].测绘学报.2019
[5].曹列凯,Detert,Martin,李丹勋.基于特征点匹配的室内表面流场快速测量系统[J].水力发电学报.2019
[6].赵祥武,全厚德,崔佩璋.基于序列部分频点匹配的跳频自同步方案[J].探测与控制学报.2019
[7].郭贝,任金霞.基于蝙蝠算法优化BP神经网络的特征点匹配[J].制造业自动化.2019
[8].修春波,马云菲,潘肖楠.基于距离融合的图像特征点匹配方法[J].计算机应用.2019
[9].徐弘祯,李世超,季宇寒,曹如月,张漫.基于特征点匹配的全景相机图像拼接方法研究[J].农业机械学报.2019
[10].张雨晴,林娴,李志扬.MR盒子设计与基于特征点匹配的空间对准[J].信息技术.2019
论文知识图
