导读:本文包含了匹配算法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,图像,算法,模式,差值,光谱,稀疏。
匹配算法论文文献综述写法
杨红燕,张敏,张星,李嘉[1](2019)在《基于块匹配稀疏下医学视频数据降噪算法研究》一文中研究指出针对现代医疗临床诊断和医学研究对医学视频降噪的需求,通过医学视频数据的帧拆解,充分研究了医学视频在变换域中的稀疏特性,基于叁维块匹配算法(Blocking Matching 3D,BM3D)实现了对医学视频数据的去噪声处理。由于在应用时充分考虑到了医学图像在变换域中的稀疏性,本算法克服了BM3D算法高时间复杂的缺陷。通过与其他降噪算法的对比分析,本算法去噪后的图像和原图像间具有最高的相关性。(本文来源于《自动化与仪器仪表》期刊2019年12期)
王毅,何明元,葛晶晶,项杰[2](2019)在《基于正交匹配追踪的云检测算法研究》一文中研究指出云的定量识别在卫星数据反演中非常重要。云检测结果的质量直接影响各种反演产品的准确性。云检测实际上是一种目标识别和分类的过程,检测的目的是为了特征提取,因此,大量信号与系统中的新兴算法都被运用于云检测的技术研究中来。匹配追踪算法是近年来发展起来的非常有效的特征提取算法,而正交匹配追踪算法更能有效提高信噪比。因此文中利用正交匹配追踪算法与多通道阈值法相结合,进行了卫星云图云检测的相关研究。通过MODIS的云检测试验表明,将正交匹配追踪算法应用到多光谱云图的信息处理中可以有效提高云检测的精度。(本文来源于《红外与激光工程》期刊2019年12期)
苏文尧,黎佩馨,方向忠[3](2019)在《一种位置关系约束的异源图像匹配算法设计》一文中研究指出为解决无人机植保过程中由于无光照或无信号造成的定位不准问题,文中介绍了一种基于红外与可见光图像匹配算法。该算法首先对可见光图像选取两处显着性区域,其次利用两区域的位置关系约束,生成将两区域包络的矩形作为模板,最后使用简化的协方差相关算法快速计算出定位坐标。实验表明,利用显着性区域位置关系的模板匹配比单个显着性区域匹配的鲁棒性更好,简化的协方差算法能够有效减少运算量。(本文来源于《信息技术》期刊2019年12期)
张晶,王竞雪[4](2019)在《结合颜色信息的Census变换半全局立体匹配算法》一文中研究指出针对传统单一Census变换未充分利用影像信息且精度不高的问题,该文提出了一种结合颜色信息的Census变换半全局立体匹配算法。该算法联合像素点间RGB颜色绝对差值与其Census变换值的匹配代价计算方法,采用八方向半全局视差获取方法获得初始稠密视差图。为进一步提高匹配精度,利用左右一致性交叉检测确定初始视差图中不稳定视差;采用基于均值偏移图像分割的视差优化算法对视差图中不稳定视差进行优化,获得最终视差图。选取4组middlebury立体图片库经典立体像对进行视差获取实验并检测。结果表明,本算法能够获得较高精度且可靠视差图,且在遮挡、视差不连续处的视差精度明显优于单一Census变换立体匹配算法及一些改进半全局立体匹配算法。(本文来源于《测绘科学》期刊2019年12期)
产叶林,胡新平[5](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[6](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)
武玉坤,陈沅涛[7](2019)在《应用超分辨率重建算法的图像匹配算法》一文中研究指出图像场景中提取特征数量较少,难以满足叁维重建对特征匹配的要求,为此提出基于超分辨率重建的特征提取算法。采用回归学习对低分辨率图像进行重建,对重建结果采用图像先验知识优化,获取较高分辨率图像,对高分辨率图像进行特征提取。实验结果表明,相较重建前图像平均提高6倍以上特征点数量,提高5倍以上匹配点数量,该算法能够提高提取特征点的数目,满足叁维重建等需要较多特征点的情况。(本文来源于《计算机工程与设计》期刊2019年12期)
王贺迎,张明志,郭京,周静,李鹏[8](2019)在《大场景深度范围下的角度校验立体匹配算法》一文中研究指出针对叁维扫描系统开发过程中遇到的大场景深度范围下标志点误匹配率较高的问题,对基于单应性约束的双目立体匹配算法进行研究,从理论上推导出匹配误差与场景深度和工作距离比值间的数学关系,明确该算法的适用条件。为提高场景深度与工作距离比值较大时的匹配正确率,提出一种基于角度校验的双目立体匹配算法,首先通过极线约束获得初始匹配点对,然后通过计算角差异度校验得到最终正确匹配点对,实验表明所提出的方法能够达到良好的匹配效果。(本文来源于《宇航计测技术》期刊2019年06期)
严利民,张婷婷[9](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)
陈洪涛,王法玉,靳彩园,吕春明[10](2019)在《多模式匹配算法的应用与改进》一文中研究指出本文针对入侵检测中多模式匹配算法,提出的观点。在计算机网络安全行业起到提升检测效率作用。如付诸现实将减少入侵检测系统规则库特征值匹配时间。随着互联网的快速发展,Linux操作系统得到广泛应用的同时网络入侵的攻击手段也在不停变化,入侵检测系统可将捕捉到的数据包与已知的网络入侵特征库进行比对,进而发现入侵行为。AC算法是多模式匹配算法之一,它的优点在于能同时进行多个模式串的匹配搜索,缺点是会出现多次没有必要的比较,影响了入侵检测系统的效率,为了提高匹配效率,本文根据AC算法的有限状态自动机构建原理,利用BM算法的跳跃思想,优化文本串位移,提出了一种双向AC算法和BM算法结合的改进算法。根据实验结果表明此算法有效的降低了匹配时间。(本文来源于《中国科技信息》期刊2019年23期)
匹配算法论文开题报告范文
(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:
云的定量识别在卫星数据反演中非常重要。云检测结果的质量直接影响各种反演产品的准确性。云检测实际上是一种目标识别和分类的过程,检测的目的是为了特征提取,因此,大量信号与系统中的新兴算法都被运用于云检测的技术研究中来。匹配追踪算法是近年来发展起来的非常有效的特征提取算法,而正交匹配追踪算法更能有效提高信噪比。因此文中利用正交匹配追踪算法与多通道阈值法相结合,进行了卫星云图云检测的相关研究。通过MODIS的云检测试验表明,将正交匹配追踪算法应用到多光谱云图的信息处理中可以有效提高云检测的精度。
(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。
匹配算法论文参考文献
[1].杨红燕,张敏,张星,李嘉.基于块匹配稀疏下医学视频数据降噪算法研究[J].自动化与仪器仪表.2019
[2].王毅,何明元,葛晶晶,项杰.基于正交匹配追踪的云检测算法研究[J].红外与激光工程.2019
[3].苏文尧,黎佩馨,方向忠.一种位置关系约束的异源图像匹配算法设计[J].信息技术.2019
[4].张晶,王竞雪.结合颜色信息的Census变换半全局立体匹配算法[J].测绘科学.2019
[5].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
[6].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
[7].武玉坤,陈沅涛.应用超分辨率重建算法的图像匹配算法[J].计算机工程与设计.2019
[8].王贺迎,张明志,郭京,周静,李鹏.大场景深度范围下的角度校验立体匹配算法[J].宇航计测技术.2019
[9].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
[10].陈洪涛,王法玉,靳彩园,吕春明.多模式匹配算法的应用与改进[J].中国科技信息.2019