导读:本文包含了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,算法,图像,双语,水资源,双目,坐标。
特征匹配论文文献综述写法
邹小花[1]（2019）在《激光扫描图像中的目标区域信息特征匹配研究》一文中研究指出为了解决当前激光扫描图像中的目标区域信息特征匹配误差大、匹配效率低等难题,提出了基于特征向量的激光扫描图像目标区域信息特征匹配方法。首先对激光扫描图像中的目标区域信息特征匹配研究现状进行分析,找到它们的缺陷,然后根据灰度共生矩阵法提取激光图像特征,利用Sobel算子获取梯度信息特征向量,然后根据SIFT算法和尺度不变特征构建相应的综合信息特征向量,并进行特征点匹配,消除伪匹配点,最后利用深度学习理论实现信息特征信息匹配,仿真实验结果表明,相对于其它激光图像目标区域信息特征匹配方法,所提方法的激光图像的目标区域信息特征匹配精度高,误匹配率低,加快了的目标区域信息特征匹配速度,实际应用价值更高。(本文来源于《激光杂志》期刊2019年12期）
产叶林,胡新平[2]（2019）在《基于FAST和SURF的特征点快速匹配算法》一文中研究指出为解决传统印刷电路板(PCB)图像配准过程中匹配耗时和错配率较高的问题,提出一种基于FAST-SURF的特征点匹配优化算法。利用FAST算法快速提取特征点,利用SURF的64维描述子进行准确的特征描述,在匹配阶段使用K-Means算法优化匹配结果,通过RANSAC算法进行一致性检查,消除误匹配点。实验结果表明,与传统的SURFRANSAC算法相比,该算法提高了匹配正确率,减少了匹配时间,实现了PCB图像特征的快速匹配。(本文来源于《计算机工程与设计》期刊2019年12期）
张文卿,李为相,李为,陈鑫,倪再玥[3]（2019）在《改进的SURF特征快速匹配算法》一文中研究指出针对传统的SURF匹配算法计算复杂度高、配准精度低的问题,提出一种基于Radon变换降维SURF特征的彩色图像配准算法。改进传统的SURF描述符,利用投影变换对SURF描述符降维,并迭加图像的色彩信息;在特征匹配过程中将粗匹配和精匹配相结合,剔除误匹配点;采用加权平均法实现图像融合。实验结果表明,改进算法减少了SURF算法中的重复搜索,改善了彩色信息特征的缺失,提高图像配准精度的同时,减少算法运行时间,具有较好的图像拼接效果。(本文来源于《计算机工程与设计》期刊2019年12期）
李思卓,周兰江,周枫,张建安[4]（2019）在《基于互译特征词对匹配的老-汉双语句子相似度计算方法研究》一文中研究指出句子相似度的计算在自然语言处理的各个领域有很广泛的应用,但跨语言的句子相似度计算方法却非常少。文中提出一种基于互译特征词对匹配,构建老-汉双语句子相似度计算方法,改进了传统的依赖于词形词序通过计算相同词个数和共有单词的位置信息的相似度计算方法,充分考虑了老挝语和汉语句子中的词汇互译信息、相似概率,避免了由于特征词位置导致的精度丢失。此方法用来最终识别相似度较高的老-汉双语平行句对,依据相似度对源句子和目标句子进行对齐,在老-汉双语平行语料库的建设中使用。实验结果表明,此方法在一定程度上提高了老-汉双语句子相似度计算的准确率。(本文来源于《现代电子技术》期刊2019年24期）
严利民,张婷婷[5]（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）
茹淑慧,王红旗,唐浩[6]（2019）在《基于自适应多特征匹配的移动机器人SLAM研究》一文中研究指出针对标准迭代最近点(ICP)算法实现移动机器人同时定位与地图构建(SLAM)较为复杂、计算负荷较大的问题,设计了一种基于自适应多特征匹配的SLAM方法。将原始扫描点集划分为区块,利用区块的多特征信息对ICP算法的匹配策略进行改进,显着降低了计算工作量,提高了SLAM算法的快速性,并对多特征信息的加权系数进行自适应调整,保证了匹配精度。实验分析表明:自适应多特征匹配的方法降低了计算工作量,并提高了匹配精度。(本文来源于《传感器与微系统》期刊2019年12期）
赵航,孙冬梅,董清卿,吴潇灿[7]（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）
钟永安,陈冲[8]（2019）在《基于AKAZE特征提取与融合匹配算法的研究》一文中研究指出图像匹配算法是很多计算机视觉应用的重要组成部分,其中算法的匹配准确度和匹配损耗时间是衡量匹配算法性能的重要指标。针对目前的图像特征匹配算法无法同时获得高匹配准确度和低匹配损耗时间的特点,提出了基于AKAZE算法特征提取与融合匹配算法相结合的匹配策略。通过AKAZE算法计算待匹配图像的特征描述子,融合匹配算法首先利用KD-Tree进行粗匹配,然后再结合PROSAC算法分两个阶段剔除误匹配特征点。通过试验测试,在获得高的匹配准确度的同时,保持低的匹配损耗时间。(本文来源于《电气自动化》期刊2019年06期）
秦丽娟,林一方[9]（2019）在《一种基于图像拼接的区域化特征匹配算法》一文中研究指出为了提高图像拼接过程中基于特征点的图像配准效率,提出一种区域化图像特征匹配算法。该算法根据匹配的特征点肯定会出现在待拼接图像的相似区域,所以在进行特征匹配前先建立待拼接图像的像素曲线图判断待拼接图像的相似区域,并根据相似区域进行区域化图像特征匹配。实验结果表明:该方法相对于全图特征搜索方法,能够有效提高图像配准的运算效率。(本文来源于《电子世界》期刊2019年22期）
关伟,赵湘宁,许淑婷[10]（2019）在《中国能源水足迹时空特征及其与水资源匹配关系》一文中研究指出能源与水资源对人类生存和社会发展至关重要,能源水足迹能够反映能源生产过程中真实的水资源占用情况。本文借助能源水足迹评价模型测算中国30个省(市、自治区)化石能源和电力生产生命周期水足迹,研究2004—2016年中国原煤、原油、天然气、水电、火电5类能源水足迹时间和空间格局演化特征,分析中国能源水足迹与水资源空间匹配关系。结果表明:①在研究期内,化石能源水足迹以2012年为界先增后减,水电水足迹快速增长助推电力水足迹持续增长。②在空间格局上,化石能源水足迹以胡焕庸线为界西向增加东向减少,以蒙晋陕地区为高值集聚区;而电力水足迹中水电水足迹与火电水足迹的空间分界显着,水电水足迹的快速增长使长江流域、珠江流域及东南沿海逐渐形成电力水足迹高值集聚区。③能源水足迹与水资源的空间匹配程度以南高北低格局呈波动下降趋势,化石能源水足迹较电力水足迹与水资源的空间匹配度低,原煤生产与火力发电的能-水矛盾最突出,全国1/3的地区存在能-水不匹配问题,能源水足迹高的华北地区能-水匹配压力大。能源生产与水资源配置上的矛盾仍然存在。真实反映能源水足迹与水资源的匹配关系,有助于优化能源与水资源综合管理,为最大限度的发挥能-水协同作用提供量化依据。(本文来源于《资源科学》期刊2019年11期）
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：
为解决传统印刷电路板(PCB)图像配准过程中匹配耗时和错配率较高的问题,提出一种基于FAST-SURF的特征点匹配优化算法。利用FAST算法快速提取特征点,利用SURF的64维描述子进行准确的特征描述,在匹配阶段使用K-Means算法优化匹配结果,通过RANSAC算法进行一致性检查,消除误匹配点。实验结果表明,与传统的SURFRANSAC算法相比,该算法提高了匹配正确率,减少了匹配时间,实现了PCB图像特征的快速匹配。
（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。
特征匹配论文参考文献
[1].邹小花.激光扫描图像中的目标区域信息特征匹配研究[J].激光杂志.2019
[2].产叶林,胡新平.基于FAST和SURF的特征点快速匹配算法[J].计算机工程与设计.2019
[3].张文卿,李为相,李为,陈鑫,倪再玥.改进的SURF特征快速匹配算法[J].计算机工程与设计.2019
[4].李思卓,周兰江,周枫,张建安.基于互译特征词对匹配的老-汉双语句子相似度计算方法研究[J].现代电子技术.2019
[5].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
[6].茹淑慧,王红旗,唐浩.基于自适应多特征匹配的移动机器人SLAM研究[J].传感器与微系统.2019
[7].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
[8].钟永安,陈冲.基于AKAZE特征提取与融合匹配算法的研究[J].电气自动化.2019
[9].秦丽娟,林一方.一种基于图像拼接的区域化特征匹配算法[J].电子世界.2019
[10].关伟,赵湘宁,许淑婷.中国能源水足迹时空特征及其与水资源匹配关系[J].资源科学.2019