导读:本文包含了影像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:影像,无人机,特征,算法,锐化,拉普拉斯,接点。
影像匹配论文文献综述
孙嘉玉,左正康,孙逸渊,Sana,Ullah,张瑞华[1]（2019）在《基于动态极坐标参数化的遥感影像匹配方法》一文中研究指出图像匹配作为叁维重建至关重要的环节,其精度直接影响了平差优化、正射校正等模块的精度。对于城镇、农场等特征密集型区域,特征距离小,相似性强,易于匹配图像;而针对草地、沙漠等特征不明显区域,特征距离大,如果使用特征点匹配的方法,严格阈值下难以获得足够数量的匹配对,放宽阈值又将引入较多误匹配对,这也是导致稀疏点云不够均匀的原因之一。在此场景下,本文提出了基于动态极坐标参数化的无人机正视影像匹配算法,首先对图像做极坐标参数变化,采用动态策略解决极轴方向采样不均匀的问题,使用最小二乘法对得到的极坐标影像对做位移方向上的匹配,匹配后得到的旋转量和平移量,将该结果和SIFT算法的结果做比较。本文设计了2组实验,即参数已知的解算实验和参数未知的解算实验,且每组实验进行3次。在同等配置的计算机上,对两张7360像素×5400像素,32位的影像,本文方法的位姿解算时间相比SIFT的时间减少约57%,二者求得的位姿差通常小于1%。结论表明二者的结果在精度上表现相当,在时间上明显优于SIFT算法,具有实际的应用价值。(本文来源于《地球信息科学学报》期刊2019年10期）
张丽[2]（2019）在《光学影像匹配技术在地表形变监测中的应用研究》一文中研究指出近年来,随着光学遥感影像在正射校正、配准和相位相关技术方面研究的不断推进和发展,应用光学影像进行高可信度地提取地震形变场成为可能。本文采用光学影像匹配技术,通过处理震前震后两景SPOT5卫星影像数据,对玉树地震的同震位移进行研究,准确得到了30多千米的地表破裂带以及附近的同震水平位移分布。此结果与野外调查比较一致,表明了光学影像匹配技术在提取地震形变场中具有巨大的应用潜力。(本文来源于《城市勘测》期刊2019年05期）
靳渤文,杨耀权,张明浩[3]（2019）在《一种无人机电力巡检的影像匹配方法》一文中研究指出针对无人机在电力巡检中拍摄条件复杂时图像匹配效果不佳、局部区域无法匹配等问题,提出应用Harris-Laplace特征检测算法与SIFT描述子结合改进无人机影像匹配方法。首先应用Harris-Laplace特征检测算法检测出无人机影像上的关键点,确定关键点的主方向及大小,生成特征点。然后应用SIFT算法对生产的特征点进行描述,最后使用多重约束的改进RANSAC算法,获得最优匹配集。实验结果表明,基于SIFT的匹配方法改进了RANSAC算法,此方法在控制匹配速度的情况下,提高了匹配精度。(本文来源于《山东电力技术》期刊2019年09期）
任超锋,彭晓东[4]（2019）在《低空无人机影像匹配像对的提取方法》一文中研究指出针对已有的无人机影像匹配算法需要相机、测区先验知识且可靠性不高的问题,提出一种基于影像初始空间位置的无人机影像匹配算法。首先依据影像的位置信息对待匹配影像进行排序;然后基于盲匹配算法自动识别排序影像的搜索深度;最后根据跟踪所得的连接点结构信息,自动识别遗漏的待匹配像对。为验证文中算法的有效性,选择3种典型的无人机影像数据:传统的下视单相机、双相机倾斜相机、五相机倾斜相机。试验结果表明,算法能够适应各种类型的无人机影像匹配,其中单相机数据可靠度提升2.4%,双相机数据提升5.3%,五相机数据提升24.3%。(本文来源于《测绘工程》期刊2019年06期）
郑耀辉[5]（2019）在《多重约束下的无人机影像匹配算法》一文中研究指出针对不同视角获取的无人机影像存在地物遮挡情况的问题,本文从特征提取、特征匹配两个方面进行改进,提出了多重约束下的无人机影像匹配算法。特征提取阶段,通过均匀划分影像格网,根据格网影像信息熵分配特征点数目,实现影像特征点的均匀分布;匹配阶段,采用影像视差与场景深度变化不大的条件对匹配点优化,对空间约束后的匹配点对利用多层次最小二乘匹配策略剔除定位精度较低的匹配点对。实验结果表明,该方法提高了SIFT算法的匹配精度,同时提取的匹配点对具有较高定位精度。(本文来源于《工程勘察》期刊2019年10期）
韩有文,王海涛,杜成欧[6]（2019）在《像方与物方相互结合的无人机航空影像匹配研究》一文中研究指出提出了将像方与物方相结合的两阶段的无人机航空影像匹配方法,该方法可兼顾多视影像匹配可靠性和高精度空叁解算的要求,同时也顾及了匹配效率。该方法利用无人机影像航带内重迭度大,影像间的变形对匹配影响小的优势,借助循序渐进的思路,在"像方"使用缩小影像快速开展多视影像匹配,同时采用光束法平差解算影像较为精确的外方位元素和计算地形数据(DSM)并对影像正射纠正。接下来,在"物方"利用正射影像开展二次匹配,这样不仅可以减少影像旋转、尺度缩放、放射变换、投影变形等对匹配的影响(特别是减小投影变形对航带间影像匹配的影响),提高了多视影像间匹配同名点的数量及分布均匀度,增强匹配的可靠性;在"物方",还保证了SIFT算法在同一影像尺度下提取特征点,提高了空叁解算精度。通过选取不同地形类别的无人机航空影像试验验证,表明在"物方"采用正射影像开展多视影像匹配,航带间影像匹配点的数量明显提高(丘陵等平坦区域,点的数量增加约6倍;高山区域,点的数量增加约4～6倍,其中重迭度较小的影像间增加约4倍,重迭度较大的影像间增加约6倍),较传统的SIFT算法,空叁解算精度提高约30%～40%。(本文来源于《测绘通报》期刊2019年S1期）
李茹霞,朱小欢[7]（2019）在《基于KLT算法的车载序列影像匹配方法》一文中研究指出将KLT算法应用于车载序列影像匹配中,并结合金字塔分层技术和RANSAC算法剔除了错误匹配。结果表明,基于KLT的车载序列影像匹配方法是可行的,且提高了车载序列影像匹配的正确率。(本文来源于《地理空间信息》期刊2019年07期）
张培佩,王永波,宋伟[8]（2019）在《基于改进SIFT算法的无人机影像匹配》一文中研究指出针对SIFT算法特征描述符计算复杂、时间效率较低的问题,提出了一种改进的SIFT算法,并将其应用于无人机倾斜影像匹配.算法首先利用SIFT算法进行特征点检测,基于BRISK描述符对提取的特征点进行描述生成其特征描述符,并基于Hamming距离作为特征匹配的相似性测度,在此基础上,利用比值提纯法(NNDR)进行粗匹配,最后采用RANSAC算法并结合均方根误差(RMSE)进行约束,对粗匹配结果进行筛选,剔除错误匹配点对,得到精确匹配结果.为了验证该算法的有效性,利用4组无人机影像数据进行实验并与SIFT算法和SURF算法进行比较,结果表明:算法在保证较高准确率的同时能够得到亚像素级的精度,且能够有效地提升时间效率,具有较好的稳定性.(本文来源于《湖南科技大学学报(自然科学版)》期刊2019年02期）
翁纪军[9]（2019）在《基于拉普拉斯影像锐化的SIFT无人机影像匹配方法》一文中研究指出受成像地区实际情况影响,目前无人机影像匹配精度有待提高。本文提出了一种基于拉普拉斯影像锐化的SIFT无人机影像匹配方法,该方法首先通过四邻域拉普拉斯滤波算子对基准与待匹配影像分别进行锐化,以增强影像细节特征;再通过SIFT算法对锐化后的两幅影像进行匹配。实验结果显示,本文方法具有一定的有效性和鲁棒性。(本文来源于《北京测绘》期刊2019年06期）
霍门婕,范大昭,董杨[10]（2019）在《异源多分辨率卫星影像匹配算法研究》一文中研究指出以异源多分辨率遥感卫星影像为研究对象,对影像特征提取、特征描述、特征匹配及匹配提纯算法进行了较为深入的研究;并将不同的特征提取与匹配算法进行组合,通过试验对比得出了各种算法的适用性。在此基础上,设计了一套面向异源多分辨率卫星影像的匹配流程。(本文来源于《测绘通报》期刊2019年06期）
影像匹配论文开题报告
（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：
近年来,随着光学遥感影像在正射校正、配准和相位相关技术方面研究的不断推进和发展,应用光学影像进行高可信度地提取地震形变场成为可能。本文采用光学影像匹配技术,通过处理震前震后两景SPOT5卫星影像数据,对玉树地震的同震位移进行研究,准确得到了30多千米的地表破裂带以及附近的同震水平位移分布。此结果与野外调查比较一致,表明了光学影像匹配技术在提取地震形变场中具有巨大的应用潜力。
（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。
影像匹配论文参考文献
[1].孙嘉玉,左正康,孙逸渊,Sana,Ullah,张瑞华.基于动态极坐标参数化的遥感影像匹配方法[J].地球信息科学学报.2019
[2].张丽.光学影像匹配技术在地表形变监测中的应用研究[J].城市勘测.2019
[3].靳渤文,杨耀权,张明浩.一种无人机电力巡检的影像匹配方法[J].山东电力技术.2019
[4].任超锋,彭晓东.低空无人机影像匹配像对的提取方法[J].测绘工程.2019
[5].郑耀辉.多重约束下的无人机影像匹配算法[J].工程勘察.2019
[6].韩有文,王海涛,杜成欧.像方与物方相互结合的无人机航空影像匹配研究[J].测绘通报.2019
[7].李茹霞,朱小欢.基于KLT算法的车载序列影像匹配方法[J].地理空间信息.2019
[8].张培佩,王永波,宋伟.基于改进SIFT算法的无人机影像匹配[J].湖南科技大学学报(自然科学版).2019
[9].翁纪军.基于拉普拉斯影像锐化的SIFT无人机影像匹配方法[J].北京测绘.2019
[10].霍门婕,范大昭,董杨.异源多分辨率卫星影像匹配算法研究[J].测绘通报.2019
论文知识图
