导读:本文包含了配准和融合论文开题报告文献综述及选题提纲参考文献,主要关键词:采样一致性算法,迭代最近点算法,点云配准,叁维重建
配准和融合论文文献综述
赵明富,黄铮,宋涛,曹利波,黄俊木[1](2019)在《融合采样一致性和迭代最近点算法的点云配准方法》一文中研究指出叁维点云数据配准在机器人环境感知与建模、虚拟现实、人机交互、逆向工程等领域有着广阔的应用前景。针对传统迭代最近点(Iterative Closest Point,ICP)算法中存在的收敛速度慢、鲁棒性差等问题进行研究,提出了一种融合采样一致性和迭代最近点算法的点云配准方法,对点云数据的快速点特征直方图(Fast Point Features Histograms,FPFH)特征进行提取并对这些特征使用采样一致性初始配准算法(Sample Consensus Initial Alignment,SAC-IA)进而得到点云集间的对应关系,计算出点云的初始变换,从而获得一个较好的配准位置,提出了k-d树近邻搜索方法加速搜寻对应点对,并利用点云的方向向量阈值去除迭代最近点算法产生的误点对,实现点云的精确配准。实验结果表明,算法取得了较高的配准精度,加快了收敛速度。(本文来源于《激光杂志》期刊2019年10期)
左振宇[2](2019)在《基于机器学习的医学图像分割、配准、融合及去噪》一文中研究指出很多机器学习算法已经被应用于医学图像处理。为了进一步处理医学图像,使得医学图像的分割质量好、配准效果好、融合效果佳、含噪量低,本文结合机器学习原理,改进传统医学处理方式,针对常见的四种医学图像,分别从图像分割、融合、配准和去噪等四个方面进行阐述。结果表明机器学习在医学图像中的应用,大幅改进了图像处理的效果、提高了图像的精度,为医生分析病情和手术操作提供更高的可靠性。(本文来源于《电子设计工程》期刊2019年17期)
邓智威[3](2019)在《基于AM5728红外与可见光双波段图像配准技术研究及融合系统的开发》一文中研究指出伴随着成像传感器技术的快速发展,人们渴望在夜间看到的图像和白天一样,包含清楚的细节和真实的彩色。针对这个目标,以TI(德州仪器)公司最新的AM5728芯片作为图像处理器,采用长波红外(LIR)和低照度可见光(Vis)作为双波段摄像模组,开发了同视场、同步调焦的图像采集与图像融合及颜色传递实现真彩色系统。在这个系统上主要研究了叁项相关的技术,分别是双波段图像配准、图像融合和颜色传递来实现融合图像真彩色。本论文完成具体工作包括:(1)针对长波红外和低照度可见光图像前端光学采集,设计光学模块实现了同步视场、同步调焦功能,视场角可达45o,同视场范围为300m-∞;(2)针对近距离红外和微光摄像机达不到同视场,设计并制作同步标定板,可以进行红外和微光的同步标定得到两个相机的位置关系,便于后期硬件实时图像配准;(3)针对实时配准提出焦距反馈联合标定的实时视频配准算法,通过联合焦距反馈进行仿射变换矩阵的计算,最终实现硬件实时的配准,并且实现了双数复小波融合;(4)针对彩色信息采用的是真彩色的传递过程,采用两种技术路线,对于红外图像采用改进的Reinhard算法进行颜色传递,对于融合图像采用改进的Welsh颜色传递算法,并将两类算法在硬件上实现;(5)通过CAD设计外壳,并且利用3D打印机进行样机打印,整机装配,系统能够通过切换按钮切换微光、红外或融合彩色叁种视频,并在双目0.5英寸OLED微型显示器上显示,再通过后端光学放大进入人眼成像。系统实现1-300m配准误差小于1pix、速度为15fps、800х600高分辨率视频显示。(本文来源于《云南师范大学》期刊2019-06-03)
段延超[4](2019)在《基于SIFT和小波变换的遥感影像配准融合算法研究》一文中研究指出遥感影像数据源源不断地被送回地面接收站,面对如此海量的遥感影像,影像配准和融合技术起了关键性的作用。遥感影像的配准是有效地进行数据融合的必要前提,不同几何特性和不同分辨率的影像之间必须进行严格地配准。遥感影像的融合是通过整合优势互补的遥感影像来提高数据的可用度,融合后的遥感影像要比源影像所包含的信息要丰富,从而为后续处理做好了准备。本文重点研究了遥感影像的配准和多光谱与全色影像的融合,针对配准和融合过程中出现的问题提出了相应的改进方法,并对其进行验证、评价、分析。本文主要工作分为以下叁个方面:(1)研究常用的遥感影像配准和融合算法的理论和方法,分别对遥感影像配准和融合算法进行比较,并对各个算法的优缺点进行客观分析。相较于其它配准算法,SIFT配准算法有着明显的优势,在不同尺度、旋转、光照等条件下均能检测到稳定的特征点进行配准,其缺点是运算时间长、出现边缘效应;相较于其它融合算法,小波变换融合算法可以进行多尺度融合,进而改善融合后影像的细节,其缺点是出现分块、光谱扭曲、边缘模糊等现象。(2)提出一种基于Canny和PCA改进SIFT遥感影像配准算法。对基准影像和待配准影像分别进行Canny算法检测边缘特征、SIFT算法检测特征点,通过剔除在边缘特征上的特征点减少边缘效应,然后利用PCA进行主成分分析特征点描述符进行降维,最后通过RANSAC剔除误匹配对的方法完成配准,从而剔除大量的边缘响应点,提高算法的运算效率。(3)提出一种基于PCNN的小波变换多光谱与全色遥感影像融合算法。对多光谱影像分别进行IHS变换和PCA变换,IHS变换后得到强度I、色度H、饱和度S叁个分量,PCA变换得后到多光谱影像的第一主成分PC1,将全色影像与第一主成分PC1进行直方图匹配得到PAN’,对I和PAN’进行小波变换得到低频分量和高频分量,对低频分量使用加权平均融合规则、高频分量使用改进PCNN的融合规则,然后生成I’,最后通过IHS逆变换生成融合结果。本算法有效地减少了光谱失真的现象也改善了融合的细节。通过大量实验,根据常见的客观评价指标做出比较,可以看出本文改进的算法可以有效地对遥感影像进行配准和融合。(本文来源于《河南大学》期刊2019-06-01)
颜晗[5](2019)在《基于局部特征的多模态图像配准与融合研究》一文中研究指出飞速发展的成像设备为我们认识事物提供了更丰富可靠的内容,比如医学图像中得到的多模态图像(PET图像,CT图像等)以及遥感图像中的多模态图像,它们描述了同一物体不同的特性。为了更加直观地显示不同成像设备对同一物体的描述信息,图像融合发挥着重要的作用。与此同时,图像融合以及图像处理中的许多领域都需要图像配准作为预处理,因此图像配准工作也有重大的意义。现有的文献中在图像融合领域都是假设图像已经过图像配准的处理,而图像配准领域使用最广泛的基于局部特征的尺度不变特征转换方法(SIFT)已经被改进(Dense-SIFT)用于图像融合。因此,本文以SIFT算法为基础,探索基于局部特征多模态的图像配准与融合算法间的联系以及应用。在特征描述方面,本文阐述了在图像配准中使用最广泛的梯度幅值在描述多模图像特征点时所存在的缺陷,并研究了现有文献中的另外一种梯度信息(梯度发生)。经过理论分析,梯度幅值和梯度发生虽然从不同的角度描述图像局部区域的梯度信息,但是存在互补性。因此,在特征描述中我们提出两种基于两种梯度信息的新的特征描述策略。一种是通过归一化梯度幅值减少多模态图像中梯度变化带来的影响,另一种是根据梯度幅值变化的阈值作为梯度发生的判断条件,以此得到更丰富准确的梯度信息。除此之外,针对特征匹配最常用的最近邻比率匹配策略,通过实验数据证明最近邻比率比配算法只考虑欧式距离最近邻的特征点是有一定缺陷的。因为实验中我们发现有欧式距离最近的特征点是错误匹配而其以外的特征点是正确匹配的情况,并且统计得出欧式距离次近邻的特征点也有不可忽视的作用。因此本文提出了一种改进的特征匹配方法,显着提升了正确的特征点匹配对。并且通过使用RANSAC提升最后的匹配准确率,使得改进的特征匹配方法在保证准确率的情况下增加匹配的可靠性。对于相似性度量工作,本文介绍了l_p-norm距离和m_p-dissimilarity距离,并且因为m_p-dissimilarity可以弥补l_p-norm距离忽视数据间联系的特性,探索结合l_p-norm距离和m_p-dissimilarity距离的相似性度量方式。在本文中,准确率以及recall vs 1-precision被用于衡量图像配准算法的效果,实验结果证明提出的方法可以得到理想的结果。最后,介绍了基于SIFT改进的Dense-SIFT,其已经被证明可以直接使用特征点用于图像融合,对于图像融合有着重要的意义。所以本文研究Dense-SIFT在多模态图像融合的效果,并将改进的特征点描述子用于融合工作中,实验结果证明新的特征点描述子在图像融合工作中也有重要的作用。(本文来源于《齐鲁工业大学》期刊2019-05-23)
张正瑞,刘义闻,史雨林,刘雨,刘彦普[6](2019)在《正颌手术叁维牙颌融合模型牙列配准精度检验的方法建立》一文中研究指出目的:应用医学图像软件的组合功能,建立正颌手术叁维牙颌融合模型的牙列配准精度检验的新方法,并评价其临床可行性。方法:收集2016年10月-2018年8月于空军军医大学口腔医院颌面外科就诊的16例术前叁维牙颌融合模型存在咬合误差经修正且已完成手术的正颌病例,基于Mimics21.0软件的布尔运算功能,对修正方案前的叁维牙颌融合模型的上、下牙列咬合接触进行检验,与修正后方案做对比。采用SPSS25.0对结果进行统计学分析,验证其可行性。结果:建立了正颌手术叁维牙颌融合模型的牙列配准精度检验的新方法,通过修正前、后手术方案的对比,重迭部分平均体积224.11mm3,与重迭对照组(平均值0.22mm3)对比有显着性差异,具有统计学意义(P<0.05);开牙合部分平均体积2340.24mm3,与开牙合对照组(平均值1.47mm3)对比有显着性差异,具有统计学意义(P<0.05)。结论:应用医学图像软件的组合功能可对正颌手术叁维牙颌融合模型牙列配准精度进行检验,本方法可应用于临床虚拟手术方案的初步校正,并提高精确性。(本文来源于《中国美容医学》期刊2019年05期)
杨辉[7](2019)在《基于自适应叁角剖分的DMZ Ⅱ相机影像配准融合技术研究》一文中研究指出随着摄影测量与遥感技术的发展,面阵数字航测相机已成为了当前高效获取航空测绘遥感影像的主要技术手段之一。对于遥感应用中需要同时具有高空间分辨率和高光谱分辨率的影像数据而言,若设计生产一款航测相机来直接获取该影像数据,那么此相机系统必然会存在成本巨大、体积庞大以及使用困难等诸多问题。因此,为了解决以上问题,面阵航测相机基本都采用当前主流的遥感观测技术方法,即全色相机与多光谱相机独立设计、分别成像,以及全色影像和多光谱影像按一定比例分辨率获取。如此就促进了影像配准与融合技术的快速发展,使其成为了当前国内外研究的热点。本文针对DMZ Ⅱ航测相机影像配准与融合技术开展研究。根据DMZ Ⅱ航测相机影像的特点,主要完成了航空多光谱影像配准处理、全色影像与多光谱影像不同尺度配准处理、影像信息融合处理以及融合影像质量评价等研究工作。具体的研究内容有以下几点:1、简单介绍了DMZ相机系统成像原理及其影像特点,阐述了当前影像配准和影像融合技术研究现状。重点介绍了影像配准与融合处理过程中需要用到的基础理论知识,主要包括特征点提取算法原理、相似性测度、空间变换模型、影像微分纠正原理以及经典融合算法原理。2、针对DMZ Ⅱ相机多光谱影像视场大、形变较大的特点,提出了一种基于自适应叁角剖分的航空多光谱影像配准方法。以绿波段影像作为基准影像,通过该方法对其他各波段影像进行配准处理,最终配准精度均小于1个像素,达到了亚像素级,能够实现多波段影像重迭部分的完全配准,且配准精度高于叁次多项式变换的配准精度。该方法在DMZ Ⅱ相机多光谱影像间的配准处理过程中具有较强的适用性,能够实现航空多光谱影像的高精度配准。3、采用SIFT算法与GPU快速处理技术实现了不同尺度的影像配准处理。全色影像与多光谱影像之间的配准精度基本是在1个像素左右,除近红外波段外,其他叁幅影像的配准精度达到了亚像素级,通过分析发现同名点数量过少和分布不均是造成配准精度不高的主要原因。4、基于影像配准处理结果进行了影像融合试验。采用的影像融合算法包括编程实现的PCA变换、比值变换、乘积性变换和HPF四种融合算法以及“面阵相机摄影数据处理系统”中的小波变换和IHS结合小波变换两种融合算法。采用了六种评价指标对融合影像质量进行客观评价,分别为:均值、标准差、平均梯度、空间频率、信息熵以及相关系数。最后通过客观评价与主观评价相结合的方式综合分析可知:在六种融合算法中,乘积性变换融合算法能够获得最好的融合效果。同时,对大面阵航测相机影像进行融合处理时,采用越简单的融合算法获得融合效果也会越好,将能够获得质量良好且同时具有高空间分辨率和多光谱信息的融合影像。(本文来源于《长安大学》期刊2019-04-25)
许埕秸[8](2019)在《异源图像配准融合关键技术应用研究及快速实现》一文中研究指出随着传感器技术的迅猛发展,各种传感器被大量用于采集各式各样的图像,涉及到的领域十分广泛,但是,同一场景下单一传感器所采集的图像常常不能表达出完整的场景信息,为了能够在一幅图像中展示出更加全面的场景信息,通常需要对不同类型传感器获得的图像加以配准、融合。本文主要对异源图像融合的关键技术及其应用进行了相关研究,其中,异源图像融合的关键技术包括异源图像的配准及像素级的图像融合,并且在DSP和GPU上对图像融合算法进行了实时实现。本文介绍了基于SIFT特征和基于互信息的异源图像配准方法,分析了两种方法在异源图像配准应用中的优缺点。针对实际应用场景结合两种方法的优势,引入人工辅助实现了更高精度的半自动化异源图像配准技术。本文侧重研究了异源图像融合方法,首先对鲁棒性主成分分析(RPCA)、小波变换(DWT)以及非下采样轮廓波变换(NSCT)的基本原理以及在异源图像融合中的应用进行了研究。在此基础上,本文提出了一种基于RPCA、NSCT与DWT的双变换混合图像融合方法,并根据该方法的融合框架对融合策略进行了改进。双变换混合融合方法可以有效地结合RPCA、NSCT与DWT的优点,提高异源图像融合算法的融合质量。最后,本文对提出的方法与传统方法进行了仿真实验对比,通过实验结果可以看出,本文方法在融合图像主客观评价指标上有良好的表现。本文对图像融合方法的实时实现进行了研究,基于DSP平台与GPU平台分别对融合算法进行了实现。通过对代码与算法的优化,并引入并行计算实现了红外光图像与可见光图像的实时融合,提高了这些融合算法的实用价值,拓展了它们的应用领域。(本文来源于《电子科技大学》期刊2019-04-02)
朱浩[9](2019)在《双支路深度神经网络下的遥感图像配准及多分辨率融合分类》一文中研究指出在利用遥感技术对地球表面进行探测的过程中,遥感图像的匹配及多分辨率的融合分类问题一直是非常关键的研究课题。一方面,随着信息技术的发展和硬件设备上的支持,人们可以从卫星、飞机等各种遥感平台上获取分辨率越来越高、内容越来越复杂的遥感图像。这些遥感图像所特有的数据多源异构、目标结构多变、背景纷繁复杂等特性,使得传统方法已经越来越难以满足对其进行高效解译的需求。而另一方面,深度学习在自然图像、视频和语音等领域的发展如火如荼,展现了其对海量数据强大的特征提取能力,但它在遥感领域的应用才初露锋芒。与近景拍摄的自然图像不同,遥感图像具有特性复杂、噪声干扰大、局部信息扭曲、容纳大量不同尺度的地物信息、样本标记少等特性。因此,在本文的工作中,我们充分利用遥感数据的特殊性质,设计了多种专门处理遥感数据的深度神经网络模型,用以完成遥感图像配准和融合分类任务。此外,这些工作还能够被独立地应用于其它相关的任务,具有较强的泛化性能。这些成果也获得了国内外同行的认可,具体内容有:1.针对遥感数据中SAR图像的数据特点,提出了一种基于多特征检测和树形网络匹配的SAR图像配准方法。多特征检测策略有利于同时保留两种类型的特征信息。相比于传统的一类特征,该策略既可以检测到丰富的纹理特征,又可以找到稳定的角点特征,在扩充特征点数目的同时丰富了特征的类型,充分利用图像信息为后续的配准过程做准备。考虑到SAR图像的斑点噪声,使用一种基于统计的指数加权平均比率的算子计算上述两种检测器的梯度。在特征匹配过程,提出的树形匹配网络算法主要由主干网和分支网两个部分构成,随着网络的构造来寻找匹配对。该算法将特征约束与特征点之间的空间关系结合在一起,具有比原算法更多的匹配对和更高的亚像素匹配精度。在SAR图像配准任务中,该算法在鲁棒性和有效性等方面比传统算法具有更优越的性能。2.针对于更高分辨率、更复杂结构的大场景遥感图像特性,提出了一种基于双支路卷积深度置信网框架的特征匹配算法,将图像配准任务转化为一个二值分类问题。为了匹配两个关键点,将两个以关键点为中心的图像块输入到该网络中。该网络的目的是学习用于图像块匹配的显着特征表示,以便在保持较高的亚像素级别的匹配精度的前提下获得更多的匹配对。该网络采用两阶段训练的方式来处理遥感图像的复杂特征。此外,在样本选择上,提出了一种自适应的样本选择策略,通过其中心关键点的尺度来确定每个图块的大小,从而确定样本的邻域范围。因此,每个图块可以保留其关键点周围的纹理结构,而不是所有图块都具有预定的尺寸大小。在匹配预测阶段,为了提高匹配效率和匹配精度,分别设计了基于超像素的样本分级策略和基于超像素的有序空间匹配策略。实验结果和理论分析证明了该方法的可行性、鲁棒性和有效性。3.提出了一种自适应特征融合空间网络,用于高分辨率遥感图像的配准任务。该网络具有多尺度的概念,不需要人为的为每个样本确定领域范围,它可以对不同的样本能自适应地选择合适的邻域信息。我们通过将深层特征与浅层特征相互融合,并根据输入样本特性自适应地调整它们之间的融合权重,为该输入样本提供鲁棒的特征表示。此外,将空间变换的思想嵌入到网络中,使两个支路在融合前尽可能地调整到同一坐标系下,从而提高匹配预测的置信度。4.针对于多光谱和全色图的融合分类任务,提出了一种双支路特征融合网络。它旨在将特征级融合和分类集合成一个端到端的网络模型框架中。考虑到一个大尺寸的遥感场景,提出了一种自适应样本选择策略。在网络结构中,我们提出了一种双路径模块,在保证稠密连接路径中层与层之间的最大梯度信息流的同时,有效缓解残差路径中的梯度爆炸。该模块可以提取出更强大的特征,以应对遥感图像的复杂特征。最后,我们采用渐进协同的方式逐步整合这两个支路的特性,从而减少计算负担,提高分类精度。实验证明,本算法在大场景下的遥感图像融合分类任务中表现优异。5.设计了一个用于遥感图像多分辨率融合分类的双支路注意力融合深度网络。在建立训练样本库的过程中,提出了一种自适应中心偏移采样策略,该策略与传统的像素中心采样策略不同,它允许每个图像块通过寻找待分类像素的纹理结构来自适应地确定邻域范围。而邻域范围与此像素不对称,我们希望捕捉到更利于其分类的邻域信息。在网络结构上,基于采样策略捕获的图像块,对多光谱数据设计了一种通道注意模块,突出了多光谱数据谱段信息丰富的优势;而对全色数据设计了一种空间注意模块,突出了全色数据高空间分辨率的优势。然后将这两个特征相互融合,进一步从融合后的特征中提取更深层的特征进行分类。在高分辨率遥感数据集上的实验结果证明了该方法的有效性和鲁棒性。(本文来源于《西安电子科技大学》期刊2019-04-01)
樊彦国,柴江龙,许明明,王斌,侯秋实[10](2019)在《基于ORB与RANSAC融合改进的图像配准》一文中研究指出针对旋转不变性二进制描述算法(Oriented Fast and Rotated Brief,ORB)的尺度旋转性配准误差大,配准率较低及随机采样一致性(Random Sample Consensus,RANSAC)算法随机性强且不稳定的问题,提出一种ORB与RANSAC结合的快速特征匹配算法。首先,对特征点提取方式进行优化选择,消除特征边缘影响。之后构建简化的金字塔式尺度空间模型,改进分层图像的尺度空间结构,减少生成图像层数和数目;然后采用梯度方向改进传统ORB算法中的主方向提取模式,提高特征角点主方向的准确性。最后,通过构建分块随机取样检测的方式改进RANSAC算法,提高RANSAC算法的稳定性和图像配准的准确性。实验结果表明改进后的ORB和RANSAC融合算法在尺度和旋转配准方面性能有很大提高,并且配准的精度较传统ORB算法高,尺度配准精度提高55.41%,旋转配准精度提高26.66%。满足复杂图像快速精确配准拼接的精度和实时性要求。(本文来源于《光学精密工程》期刊2019年03期)
配准和融合论文开题报告
(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:
很多机器学习算法已经被应用于医学图像处理。为了进一步处理医学图像,使得医学图像的分割质量好、配准效果好、融合效果佳、含噪量低,本文结合机器学习原理,改进传统医学处理方式,针对常见的四种医学图像,分别从图像分割、融合、配准和去噪等四个方面进行阐述。结果表明机器学习在医学图像中的应用,大幅改进了图像处理的效果、提高了图像的精度,为医生分析病情和手术操作提供更高的可靠性。
(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。
配准和融合论文参考文献
[1].赵明富,黄铮,宋涛,曹利波,黄俊木.融合采样一致性和迭代最近点算法的点云配准方法[J].激光杂志.2019
[2].左振宇.基于机器学习的医学图像分割、配准、融合及去噪[J].电子设计工程.2019
[3].邓智威.基于AM5728红外与可见光双波段图像配准技术研究及融合系统的开发[D].云南师范大学.2019
[4].段延超.基于SIFT和小波变换的遥感影像配准融合算法研究[D].河南大学.2019
[5].颜晗.基于局部特征的多模态图像配准与融合研究[D].齐鲁工业大学.2019
[6].张正瑞,刘义闻,史雨林,刘雨,刘彦普.正颌手术叁维牙颌融合模型牙列配准精度检验的方法建立[J].中国美容医学.2019
[7].杨辉.基于自适应叁角剖分的DMZⅡ相机影像配准融合技术研究[D].长安大学.2019
[8].许埕秸.异源图像配准融合关键技术应用研究及快速实现[D].电子科技大学.2019
[9].朱浩.双支路深度神经网络下的遥感图像配准及多分辨率融合分类[D].西安电子科技大学.2019
[10].樊彦国,柴江龙,许明明,王斌,侯秋实.基于ORB与RANSAC融合改进的图像配准[J].光学精密工程.2019