导读:本文包含了基于特征的景象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,景象,尺度,图像,几何,地物,直方图。
基于特征的景象匹配论文文献综述写法
牛燕雄,陈梦琪,张贺[1]（2019）在《基于尺度不变特征变换的快速景象匹配方法》一文中研究指出传统基于特征的景象匹配方法存在冗余点多、匹配精度低等问题,难以同时满足实时性及鲁棒性要求,对此,论文提出一种基于尺度不变特征变换(SIFT)的快速景象匹配方法。在特征提取阶段,采用高速分段特征检测器(FAST)在多尺度检测角点作为初始特征,经过高斯差分(DOG)算子在尺度空间中进行特征的2次筛选,简化原有遍历式的特征搜索过程;在特征匹配阶段,采用仿射模型模拟变换关系建立几何约束条件,克服SIFT算法由于忽略几何信息而产生的误匹配。实验表明:该方法在匹配精度和实时性方面均优于SIFT算法,且对光照、模糊、尺度等变换具有良好的鲁棒性,能够更好地实现景象匹配。(本文来源于《电子与信息学报》期刊2019年03期）
赵为伟,宋晓伟[2]（2018）在《基于强散射地物特征的SAR景象匹配技术》一文中研究指出SAR具有全天候、全天时等优势,且SAR图像数据种类丰富、信息量大,因此,开展SAR景象匹配技术研究具有重要的意义。但在图像辐射特征差异较大、低信噪比情况下,传统的SAR景象匹配技术很难满足。文中提出了基于强散射地物特征的SAR景象匹配技术,选择强散射地物作为更有效、稳定、易于提取的匹配特征,制定相应的特征匹配策略,并通过对各类场景真实SAR图像数据的实验验证,验证了该算法的有效性和适用性。(本文来源于《电子科技》期刊2018年02期）
张闻宇,李智,王勇军[3]（2017）在《基于CenSurE-star特征的无人机景象匹配算法》一文中研究指出针对传统局部不变特征的景象匹配算法冗余点多、实时性差、抗几何变换不突出的情况,提出基于CenSurE-star的无人机(UAV)景象匹配算法。首先采用Cen Sur E特征星型滤波器(CenSurE-star)提取基准图和实时图中的特征点,并生成FREAK二进制描述符;然后将汉明距离作为特征点的相似性判定度量,采用K近邻距离比值的方法提取匹配点对;最后利用基于RANSAC的定位模型得到空间几何变换关系,实现图像匹配并获取定位点经纬坐标。算法性能评价实验表明,本文算法不仅相对于SIFT、SURF、ORB算法,对各种变换具有更好的鲁棒性,而且相对于改进的SIFT、SURF算法处理时间有更大程度的缩短,算法定位误差在0.8个像素内,尺度误差在0.02倍内,旋转角度误差在0.04°内。基于算法进行外场飞行实验,实验证明算法定位精度较高,可以适应地貌信息较少的环境,并能满足无人机视觉辅助导航的需求。(本文来源于《仪器仪表学报》期刊2017年02期）
罗湾,张红波[4]（2016）在《基于SIFT特征的弹载SAR图像景象匹配》一文中研究指出针对合成孔径雷达(SAR)图像景象匹配技术在导弹制导中的重要作用,提出了基于尺度不变特征变换(SIFT)特征的弹载SAR图像景象匹配算法。对获取的弹载SAR实时图像和星载SAR图像进行匹配实验,验证该算法在弹载SAR图像景象匹配中的有效性;同时验证了该算法的抗尺度、旋转不变性。(本文来源于《第十届全国信号和智能信息处理与应用学术会议专刊》期刊2016-10-21）
王力,贾平,张叶,马天翔[5]（2016）在《复杂地物条件下基于线特征的异源景象匹配》一文中研究指出为了寻求应用于复杂地物条件下异源景象匹配的算法,使其满足尺度和旋转不变性,受视觉成像系统的启发,利用初始简图可以表征图像大部分信息的特点,提出了一种新的基于线段对的异源图像匹配算法。首先,提取并筛选图像中能够表征图像信息的线段;然后,利用线段自身信息及线段的相对位置关系构建线段对特征;接着,通过线段对之间的相似性对图像进行粗匹配;最后,利用线段之间的拓扑关系进行精匹配。实验表明,本文方法对具有旋转、缩放和平移变换的异源图像的匹配正确率达到了75%以上,运算时间是传统匹配算法的1/5左右,基本满足了异源景象匹配应用对算法实时性和准确性的要求。(本文来源于《中国光学》期刊2016年01期）
杨朝辉[6]（2015）在《SAR景象匹配中边缘特征基准图的制备方法》一文中研究指出针对SAR景象匹配基准图制备适应性差及自动化程度低的缺点,提出了一种基于边缘特征的基准图制备方法。首先,组合多种SAR边缘检测算法进行边缘检测;其次,通过对边缘检测点的密度统计分析,得到不同级别的边缘等级图;再次,通过匈牙利法求解边缘点对一一映射的最优指派问题,计算出不同级别的边缘等级图与边缘检测结果图集之间的相似测度值;最后,根据最小相似测度值得到最佳边缘检测级别,并将其对应的边缘检测结果作为边缘特征基准图。实验结果表明,文中方法具有很强的开放性与场景目标适应性,自动化程度高,能有效地提高景象匹配的匹配概率与匹配精度。(本文来源于《苏州科技学院学报(自然科学版)》期刊2015年04期）
王力[7]（2015）在《基于直线特征的异源景象匹配技术研究》一文中研究指出在异源图像融合、导航系统等应用中,异源图像匹配技术是其中最重要的一个环节。由于不同图像传感器的成像机理不同,成像特点各异,图像间的灰度具有很大的差异,而传统的图像匹配算法在构建特征描述算子的过程中非常依赖于图像灰度分布,很难应用到异源图像匹配工作中去,因此,针对异源景象匹配的研究是非常有必要的。论文以具有复杂地物条件的异源景象匹配为背景,以开发实时性和可靠性满足实际应用需求的异源图像匹配算法为内容,采用近年来得到深入研究并广泛应用到计算机视觉各个领域中的图像局部特征方法来进行处理。论文主要工作如下:第一部分首先介绍了图像匹配的定义以及在匹配工作中需要用到的几种变换模型,接着对匹配算法按照所利用的图像信息的不同进行分类,并且对这几类算法中一些有代表性的算法进行了简要说明以及分析。基于特征的匹配算法主要优点在于时间复杂度低,准确性强,是当前图像匹配技术领域的热门研究方向。基于区域的匹配算法的优点是实现简单,但计算量过大时这类方法的致命弱点,基于变换域的图像匹配算法最大的优点是易于硬件实现,但在匹配精度上有待进一步提高。第二部分主要分析和对比了叁种常用的直线提取方法。首先介绍了采用HOUGH变换提取直线的方法,该算法时间复杂度高,对直线特征的漏检率比较高;接着对基于边缘检测和相位编码的直线提取算法进行分析说明,该算法在检测效率和精度上对图像边缘检测算法和相位编组算法的依赖性过高,而且提取出的弱特征过多;然后对LSD直线提取算法进行了分析和说明,该算法可以在线性时间内提取出亚像素级别的图像直线特征,并且漏检率比较低,是这几种算法中性能最为优秀的算法。第叁部分主要对基于直线特征的异源图像匹配算法进行了分析说明以及实验验证。首先介绍了线段特征的提取及筛选及线段对的构造规则和相关数据的计算方法;接着介绍了线段对之间的相似性度量规则、同名线段对搜索策略、线段对匹配规则、根据构成线段对的线段特征之间的关系进行线段特征精确匹配的方法以及误匹配消除方法;最后对本章提出的方法进行了试验验证,通过大量实验选取了最佳的阈值,通过与其他匹配方法的比较验证了该算法的实时性以及匹配性能。第四部分主要对论文的主要工作和创新点进行了总结说明,并对不足之处进行了展望分析。(本文来源于《中国科学院研究生院(长春光学精密机械与物理研究所)》期刊2015-10-01）
王灿进,孙涛,陈娟[8]（2015）在《基于FREAK特征的快速景象匹配》一文中研究指出针对传统基于局部不变特征的景象匹配方法处理时间过长的问题,提出基于FREAK局部不变特征的快速景象配准算法。首先提出FAST-Difference特征点提取方法,分别提取参考图像和待配准图像中的特征点;接着计算其FREAK描述符,生成特征向量;随后利用级联匹配计算特征向量之间的汉明距离,提取出匹配的特征点对;最后利用RANSAC算法剔除误匹配点,利用最小二乘法估算出两幅图像之间的空间几何变换参数,实现两幅图像的配准。FAST-Difference相比以往的特征点检测方法速度更快;FREAK描述符与人类视网膜相似的结构提升了算法的时间性能和鲁棒性;使用扫视搜索,大大加速了匹配过程。实验证明相对于SIFT、SURF算法,本文算法不仅对于各种变换具有更好的鲁棒性,而且处理时间大大缩短,实现了景象匹配的实时处理。(本文来源于《电子测量与仪器学报》期刊2015年02期）
滕锡超[9]（2014）在《图像特征尺度研究及其在景象匹配中的应用》一文中研究指出图像尺度通常被认为是图像的重要属性之一,图像尺度的检测以及图像的多尺度表达有助于图像的分析和理解。对图像尺度的研究产生了尺度空间理论和图像多尺度分析方法。本文在尺度空间理论的基础上,研究了图像中的特征尺度问题,并且利用图像特征尺度来解决景象匹配技术中所存在的问题。本研究首先利用卫星图像的匹配实验分析图像尺度的特性,总结出可以反应图像特征尺度的图像内容,分析了定量计算图像特征尺度的方式。图像特征尺度是与图像分辨率独立的图像属性,其与图像的纹理结构和几何特征相关,反映了图像的主要的几何结构和纹理尺度信息。本文通过尺度空间理论和微分算子来定量求解图像的特征尺度。首先对图像建立尺度空间表达,利用微分函数作用于图像中的像素点,获得极大值响应所在的尺度层级,将其定义为该像素点的特征尺度。在获取像素点特征尺度的基础上,统计图像区域中各个特征尺度对应像素点的数量,建立特征尺度直方图,定义特征尺度直方图极大值对应的尺度层级为图像区域的特征尺度,将图像的特征尺度从像素点及其邻域推广到图像区域。图像特征尺度的应用之一是为模板匹配中模板大小的选择给出定量指标。本研究给出了图像区域特征尺度与模板大小的定量关系式,据此关系式,可以在确保匹配性能的同时,减小图像的模板尺寸,提高匹配算法的实时性能。图像区域特征尺度的另一个应用是用于判断不同图像之间的相似性以及可匹配程度。我们认为特征尺度直方图的形状包含了图像的结构和纹理信息。通过对特征直方图进行多项式拟合以及尺度方向归一化,可以得到归一化的特征尺度曲线,用来描述特征直方图的形状特征。利用特征尺度曲线,可以较好的判断不同图像之间的相似性和匹配置信度。景象匹配算法中实时图与基准图的空间分辨率选择以及模板大小的选择问题,是景象匹配技术中需要考虑的两个重要问题,影响着景象匹配算法的实时性能和稳定性。本研究利用图像特征尺度对这两个问题进行了分析,并给出了定量的选择准则,在保证景象匹配算法稳定性的同时,提高图像景象匹配算法的实时性。另外,本研究通过图像特征尺度来分析待匹配图像与基准图像在纹理和结构等基本结构上的相似性,提供了景象匹配结果的置信度。(本文来源于《国防科学技术大学》期刊2014-11-01）
李耀军,潘泉,赵春晖,刘辉,张江华[10]（2013）在《基于奇异值分解的不变特征快速鲁棒景象匹配》一文中研究指出提出了一种基于SVD-SURF的宽基线鲁棒景象匹配算法。首先,在对实时图与基准图奇异值分解的基础上构建SURF尺度空间,运用快速Hessian矩阵定位极值点;然后,计算出图像的64维SURF描述子;最后,通过Hessian矩阵迹进行特征点匹配,并利用RANSAC参数估计方法剔除出格点,从而实现位置参数的精确估计。实测航空图像序列位置估计实验表明了该算法对图像的旋转、尺度变换及噪声不敏感,具有较强的鲁棒性。(本文来源于《第叁十二届中国控制会议论文集（D卷）》期刊2013-07-26）
基于特征的景象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：
SAR具有全天候、全天时等优势,且SAR图像数据种类丰富、信息量大,因此,开展SAR景象匹配技术研究具有重要的意义。但在图像辐射特征差异较大、低信噪比情况下,传统的SAR景象匹配技术很难满足。文中提出了基于强散射地物特征的SAR景象匹配技术,选择强散射地物作为更有效、稳定、易于提取的匹配特征,制定相应的特征匹配策略,并通过对各类场景真实SAR图像数据的实验验证,验证了该算法的有效性和适用性。
（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。
基于特征的景象匹配论文参考文献
[1].牛燕雄,陈梦琪,张贺.基于尺度不变特征变换的快速景象匹配方法[J].电子与信息学报.2019
[2].赵为伟,宋晓伟.基于强散射地物特征的SAR景象匹配技术[J].电子科技.2018
[3].张闻宇,李智,王勇军.基于CenSurE-star特征的无人机景象匹配算法[J].仪器仪表学报.2017
[4].罗湾,张红波.基于SIFT特征的弹载SAR图像景象匹配[C].第十届全国信号和智能信息处理与应用学术会议专刊.2016
[5].王力,贾平,张叶,马天翔.复杂地物条件下基于线特征的异源景象匹配[J].中国光学.2016
[6].杨朝辉.SAR景象匹配中边缘特征基准图的制备方法[J].苏州科技学院学报(自然科学版).2015
[7].王力.基于直线特征的异源景象匹配技术研究[D].中国科学院研究生院(长春光学精密机械与物理研究所).2015
[8].王灿进,孙涛,陈娟.基于FREAK特征的快速景象匹配[J].电子测量与仪器学报.2015
[9].滕锡超.图像特征尺度研究及其在景象匹配中的应用[D].国防科学技术大学.2014
[10].李耀军,潘泉,赵春晖,刘辉,张江华.基于奇异值分解的不变特征快速鲁棒景象匹配[C].第叁十二届中国控制会议论文集（D卷）.2013