导读:本文包含了直线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:直线,影像,特征,梯度,近景,神经网络,近邻。
直线匹配论文文献综述
贾迪,李玉秀,赵明远,朱宁丹[1]（2019）在《面向像对直线特征匹配的线特征矫正与提纯方法》一文中研究指出目的像对直线特征匹配是计算机视觉的重要研究内容,现有这类匹配方法均存在不同程度的误匹配问题。导致此问题的主要因素包括直线检测结果没有位于图像的真正边缘处、缺乏匹配线对的一致性校验。为此本文提出一种面向像对直线特征匹配的线特征矫正与提纯方法。方法首先提取像对的边缘特征获得二值化边缘图,通过边缘梯度图及梯度矢量图(GVF)建立梯度引力图。其次,采用直线检测方法提取像对的直线特征,并通过梯度引力图矫正直线位置。最后,采用点特征匹配结果计算像对极线,并结合直线匹配结果确定最后的局部校验特征区域,通过随机抽样一致小邻域范围内特征相似性校验直线匹配结果,从而剔除误匹配直线。结果对一组宽基线像对进行匹配实验,与直接采用直线匹配算法获得的匹配结果相比,矫正后的匹配结果剔除了大部分误匹配线对,将匹配准确率从50%提高到84%,继续提纯该匹配结果获得了100%的匹配准确率。在另一组宽基线像对的匹配实验中,经本文方法处理后的匹配准确率提高近30%。与前两组实验相比,第3组实验的像对摄影姿态变化不大,仅在尺度上有所区别,经本文方法处理后配准率从92%提高到100%。结论采用本文方法可以大幅提高像对直线特征匹配的准确率,同时该方法可以很容易对其他直线匹配结果进行校正与提纯,具备较高的实用性。(本文来源于《中国图象图形学报》期刊2019年07期）
赵明,王超,龙毅[2]（2019）在《透视投影空间下的无人机倾斜影像直线匹配》一文中研究指出直线匹配在结构化物体的叁维轮廓重建方面具有重要的作用,而常规直线匹配方法在处理倾斜影像时效果欠佳。本文从解决航空倾斜影像存在的视角差异问题出发,提出一种透视投影空间下的无人机倾斜影像直线匹配方法。首先,根据地面结构化物体提供的几何约束关系,恢复相机的外方位元素,构建出透视投影矩阵,将原始倾斜影像纠正为近似正形影像,使影像间视角差异减小;然后,对正形影像进行直线提取与匹配,得到匹配线段;最后,利用透视投影矩阵对匹配线段做逆变换,得出原始影像的匹配线段。通过叁组无人机航空倾斜影像进行实验可以发现,与直接在原始影像上进行直线匹配相比,此方法在匹配线段的数量和正确率上都有优势。(本文来源于《公路交通科技(应用技术版)》期刊2019年07期）
刘肃艳,王竞雪[3]（2019）在《结合同名点及核线约束的近景影像直线匹配》一文中研究指出针对影像间尺度变化、直线提取断裂、直线邻域纹理断裂引起的近景影像直线匹配难题,该文提出一种结合同名点及核线约束的近景影像直线匹配算法。该算法在已有同名点和直线提取结果的基础上,首先确定目标直线两侧离目标直线距离最近的同名点,利用其在右影像上对应的同名点连线得到的虚拟直线为基准构建矩形候选区;其次,分别计算左、右影像上同名点连线得到的虚拟直线与待匹配直线的夹角,根据两角度差值进一步对候选直线进行筛选;然后,利用核线约束计算目标直线和候选直线的重迭部分,并以此为中心构建直线支撑域,统一两支撑域窗口尺寸,根据窗口灰度相关确定同名直线;最后,采用距离约束对匹配结果进行检核完成直线匹配。选取具有不同几何变换的叁组近景影像进行直线匹配实验,结果表明该文方法能获得可靠的直线匹配结果。(本文来源于《测绘科学》期刊2019年10期）
朱世昕,杨泽民[4]（2019）在《基于半直接方法的序列影像直线特征跟踪匹配算法》一文中研究指出针对序列影像相邻帧间相对运动较小的特点,提出了一种基于半直接方法的序列影像直线特征跟踪匹配算法。首先,选取关键帧进行点特征和直线特征的提取与匹配;然后,利用运动恢复结构算法对直线上的特征点进行重建;接着,通过反向合成图像对齐算法实现相邻帧的直线特征点的跟踪和摄像机相对位姿估的计;最后,由跟踪特征点实现对直线特征的跟踪匹配。采用两组不同的序列影像数据对算法进行了验证,实验表明所提算法能够实现序列影像直线特征的准确跟踪匹配,并能同时估计得到摄像机的位姿;摄像机的位姿估计误差随着帧数的增加而累积。文中还提出了一种新的序列影像直线特征跟踪匹配算法,该算法仅利用直线上的稀疏特征点就可实现对相邻影像间的直线特征的准确跟踪匹配,并能估计得到摄像机的运动轨迹。但是,该方法存在累积误差,需要进一步改进。(本文来源于《计算机科学》期刊2019年S1期）
陈忠尧[5]（2019）在《多角度图像直线特征描述与匹配》一文中研究指出特征匹配技术是计算机视觉领域不可或缺的一项技术,在许多领域都发挥着不可替代的作用。特征匹配中的直线匹配因包含物体的结构信息,并且对环境噪声具有较强的抗干扰能力而备受关注。近年来,诸多学者对直线匹配技术进行了大量的研究。但是,因直线端点的不精确定位等问题,使得该技术的研究进展缓慢。目前主要的直线匹配算法是:首先从图像中检测特征直线,然后利用特征直线的邻域信息构建直线描述符,最后根据描述符的相似性判断直线是否匹配,并取得了一定的效果。然而,直线描述符的构建以及相似性的度量计算复杂度较高,当图像具有尺度变换或者旋转变换时,匹配性能显着下降。鉴于此,本文力求提出一种匹配效率较高且对尺度变换和旋转变换都具有较好鲁棒性的直线匹配算法。针对尺度变换图像的直线匹配问题,本文提出了一种新的神经网络结构MobileNetV2-FPN。由于MobileNetV2采用可分离卷积结构,大大减少了网络的复杂度。为了得到效率更高的直线匹配算法,本文在MobileNetV2的基础上对多尺度信息进行融合得到一种新的网络结构MobileNetV2-FPN。首先提取MobileNetV2中不同深度的尺度信息,使提取的直线特征中包含不同的尺度信息,然后将这些尺度信息进行融合,并通过分类层进行直线匹配,大大提高了网络对尺度变换的鲁棒性。针对旋转图像的直线匹配问题,本文提出了一种新的数据集的生成方法。首先将检测到的直线旋转至水平方向,然后以该直线为中心,在水平方向截取固定大小的图像块。通过这种先旋转后截取的方式,可以使得匹配的直线对截取到对应位置相同的直线邻域,而不用考虑直线与水平方向的夹角大小,进而提升旋转图像的直线匹配性能。相比于构建直线描述符的方法,本文利用深度神经网络提取直线特征不仅可以提取直线的低层特征,还可以提取中层特征和高层特征,而传统构建直线描述符的方法提取的一般是低层特征。多层次直线特征构建的描述符稳定性较高,使得匹配准确率大幅度提升。实验部分利用叁个不同条件下采集的数据集对不同的算法进行了测试比较,为了分析该算法的鲁棒性,分别将这叁个数据集进行了不同处理,包括旋转和尺度变换。最后分别测试了不同算法匹配每个数据集中的图像对所需要的平均时间。实验结果证明,本文所提出的算法大幅度提高了匹配的准确率以及效率,是一种技术可行的直线匹配算法。(本文来源于《北京邮电大学》期刊2019-05-20）
王竞雪,何腕营[6]（2019）在《多重约束条件下的LBD描述子与直线段匹配》一文中研究指出目的针对直线描述子匹配算法缺乏有效的几何约束,且易受弱纹理、尺度变化的影响,提出一种结合多重约束条件的LBD描述子的直线段匹配算法(LBDs)。方法该算法以LSD算法提取的直线段作为匹配基元,利用SIFT匹配得到的同名点构建同名叁角网约束确定候选直线;参考影像上以目标直线段为中心轴建立该直线段的矩形支撑域;根据目标直线段端点及其支撑域四角点在搜索影像上的核线约束建立候选直线段的对应支撑域;利用仿射变换统一目标直线段及候选直线段支撑域的大小;将直线段支撑域分解为大小相等的条形带,通过计算每个条形带的描述符得到该直线段的描述子,依次完成目标直线段与候选直线段LBD描述子的构建;分别计算目标直线段与每个候选直线段描述子向量间的欧氏距离,将满足最近邻距离比准则的候选直线段作为匹配结果;最后选取角度约束对匹配结果检核,确定同名直线。结果实验选取网上公开的3组分别存在角度、旋转、尺度变换的近景影像对作为实验数据,采用LBDs分别对其进行直线段匹配实验,并与其他直线段匹配算法进行对比分析,实验结果表明,LBDs获取同名直线数目约为其他算法的1. 06 1. 41倍,匹配正确率也提高了2. 4 11. 6个百分点,从匹配效率上来看,LBDs更为耗时,但兼顾该算法匹配获得同名直线数目、匹配正确率及运行时间,LBDs的鲁棒性更强,匹配结果的准确性与可靠性较高。结论结合多重约束条件构建的LBD描述子对于存在角度、旋转和尺度变化的影像进行直线匹配过程中具有稳定性。(本文来源于《中国图象图形学报》期刊2019年02期）
王竞雪,崔昊[7]（2019）在《局部点、线仿射不变性约束的近景影像直线段匹配》一文中研究指出针对直线匹配过程中存在直线提取断裂、影像尺度不一、纹理断裂处灰度相似性约束可靠性弱的问题,本文提出了一种基于局部点、线仿射不变性约束的直线段匹配算法。该算法首先利用SIFT匹配得到的同名点构建参考影像、搜索影像同名叁角网,并采用叁角网约束直线匹配的搜索范围获得初始候选直线;然后利用方向约束对候选直线进行二次筛选,滤掉明显的错误候选直线;最后分别建立参考直线与候选直线的支持区域,搜索并确定位于直线支持区域内的匹配点并以直线为基准对其进行区域划分,并根据点、线仿射不变性原理分区域约束确定同名直线。通过选取网上公开影像数据库中典型影像对进行直线匹配实验,结果表明本文算法具有较好的鲁棒性,并能获取可靠的直线匹配结果。(本文来源于《地球信息科学学报》期刊2019年02期）
邓静,查富生,汪云涛,郑超,李满天[8]（2019）在《直线电机外骨骼被动元件参数最优匹配方法》一文中研究指出外骨骼机器人的能耗和续航时间是决定其能否走向实用化的关键性能指标之一,为了选择最优的被动元件参数匹配使外骨骼驱动关节的能耗达到最优,本文提出一种被动元件的参数最优匹配方法。本文提出了被动元件参数最优匹配的优化目标和约束条件,利用基于卡尔曼滤波的改进遗传算法求解最优的被动元件参数,实验结果表明利用该方法能够显着降低直线电机外骨骼驱动关节的能耗。(本文来源于《哈尔滨工程大学学报》期刊2019年08期）
田晓超,杨志刚,吴越,王锐,杨树臣[9]（2018）在《直线压电振动送料器轨道匹配失效现象研究》一文中研究指出针对直线式压电振动送料器设计与使用中出现的轨道匹配失效现象,设计试验样机对不同轨道及安装方式进行试验,采用两个激光位移传感器对轨道失效时不同位置的振动位移进行了测试,测试结果表明,轨道端点振幅大,中心位置振幅小,轨道两端点运动方向相反,即轨道在发生平移运动的同时也发生了转动。回转中心附近测试点位移为8. 2μm,端点位移则可达到67. 8μm。建立了无阻尼条件下轨道的平移与角运动的动力学方程,得到了轨道匹配有效的条件为端点角运动幅值分量小于平移运动幅值分量。理论分析结果表明减小轨道长度、振子安装角及支撑点的不对称度有助于解决轨道配合失效问题。(本文来源于《振动与冲击》期刊2018年19期）
李云杰,宋伟东,王竞雪[10]（2018）在《面向组特征的航空影像直线匹配方法》一文中研究指出针对直线匹配结果存在"一对多""多对一""多对多"的问题,提出一种基于组特征的航空影像直线匹配方法。该方法在直线提取结果的基础上,首先通过区域和角度双重约束对左、右影像上提取的直线分别进行编组,然后采用核线约束、单应矩阵约束、相似性约束对组直线特征进行匹配及分裂,最终确定同名直线。采用某城区的数字航空影像进行直线匹配实验,取得可靠的匹配结果,验证该方法的有效性及可行性。(本文来源于《遥感信息》期刊2018年03期）
直线匹配论文开题报告
（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：
直线匹配在结构化物体的叁维轮廓重建方面具有重要的作用,而常规直线匹配方法在处理倾斜影像时效果欠佳。本文从解决航空倾斜影像存在的视角差异问题出发,提出一种透视投影空间下的无人机倾斜影像直线匹配方法。首先,根据地面结构化物体提供的几何约束关系,恢复相机的外方位元素,构建出透视投影矩阵,将原始倾斜影像纠正为近似正形影像,使影像间视角差异减小;然后,对正形影像进行直线提取与匹配,得到匹配线段;最后,利用透视投影矩阵对匹配线段做逆变换,得出原始影像的匹配线段。通过叁组无人机航空倾斜影像进行实验可以发现,与直接在原始影像上进行直线匹配相比,此方法在匹配线段的数量和正确率上都有优势。
（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。
直线匹配论文参考文献
[1].贾迪,李玉秀,赵明远,朱宁丹.面向像对直线特征匹配的线特征矫正与提纯方法[J].中国图象图形学报.2019
[2].赵明,王超,龙毅.透视投影空间下的无人机倾斜影像直线匹配[J].公路交通科技(应用技术版).2019
[3].刘肃艳,王竞雪.结合同名点及核线约束的近景影像直线匹配[J].测绘科学.2019
[4].朱世昕,杨泽民.基于半直接方法的序列影像直线特征跟踪匹配算法[J].计算机科学.2019
[5].陈忠尧.多角度图像直线特征描述与匹配[D].北京邮电大学.2019
[6].王竞雪,何腕营.多重约束条件下的LBD描述子与直线段匹配[J].中国图象图形学报.2019
[7].王竞雪,崔昊.局部点、线仿射不变性约束的近景影像直线段匹配[J].地球信息科学学报.2019
[8].邓静,查富生,汪云涛,郑超,李满天.直线电机外骨骼被动元件参数最优匹配方法[J].哈尔滨工程大学学报.2019
[9].田晓超,杨志刚,吴越,王锐,杨树臣.直线压电振动送料器轨道匹配失效现象研究[J].振动与冲击.2018
[10].李云杰,宋伟东,王竞雪.面向组特征的航空影像直线匹配方法[J].遥感信息.2018
论文知识图
