导读:本文包含了图形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:图形,剪辑,算法,疵点,模型,模板,形态学。
图形匹配论文文献综述
那晨旭[1]（2019）在《一种基于图像拼接和图形匹配的数字图像处理技术》一文中研究指出数字图像其实质是多维数值矩阵,通过对矩阵进行算法运算可以完成对于数字图像的处理,图像拼接和地图匹配是数字图像处理领域中重要的一环,通过图像拼接可以完成大视场图像的处理并生成全景图像,其核心在于将具有重迭的两幅或是多幅数字图像进行匹配对准和融合形成一张大幅的视场图像,图像拼接技术在工业、农业、医学等领域都有着广泛的应用前景。尤其是现代无人机技术的快速发展,数字图像的获取更加方便,借助于图像拼接技术可以将无人机所获取的数字图像进行拼接并与地图匹配用以获得更好的视觉地图。文章在分析无人机图像特点的基础上对如何做好无人机数字图像的拼接和融合进行了分析介绍。(本文来源于《科技创新与应用》期刊2019年30期）
章亚书[2]（2019）在《不规则边缘图形的快速拼接匹配算法研究》一文中研究指出本文主要研究了不规则边缘图形的快速拼接匹配算法。传统的边缘图形的快速拼接匹配算法通常采用的是Freeman码或者基于形态学的算法,Freeman在图像的边缘表示上可以简化边缘描述,将边缘特征转换为数字字符进行描述,但Freeman码在图形轮廓表示上有冗余、旋转适应性及模糊边界上处理能力不足。形态学算法能较快速实现边缘图形的拼接匹配,但形态学算法在边缘图形上对跳跃点、噪声点极为敏感,对边缘图形质量要求较高。本文结合边缘编码及图形形态学算法的边缘描述方法,提出了一种基于圆盘模型下的极坐标边缘编码方法,该方法通过获取图形信息建立圆盘模型,利用模型边界相对的位置信息获取图形的描述信息。利用图形的描述信息完成对角点、切点、拐点、端点、断点、直线标识点及曲线标识点七类特征点的获取,完成两类编码点的检测及分类,最后增加比例尺特征,增加图形还原能力,根据不同的计算要求对七类或者八类特征进行边缘编码。新模型下的编码方法因对可编码点进行了分类,保留了必要特征点,删除了不必要的冗余干扰点,减少了码长,又以特征点的组合近似描述标识了图形形态,从而克服了上述方法的缺点。所做主要工作包含以下四个方面:(1)建立基于圆盘模型下极坐标的编码模型。对原图像进行高质量边缘轮廓图的获取,得到目标图形轮廓的最大欧式距离,作为圆盘模型的直径建立圆盘模型,并将图形边界像素点坐标转换到极坐标系下。利用圆盘模型的特点能快速确定图形特征的直线与曲线标识点。极坐标相对于其他坐标系而言,极坐标系对形变的敏感度较低,利于识别空间目标,且在直线标识点及曲线标识点上计算更加便捷。(2)七类特征点构建两类编码点并进行编码。七类特征类包含角点、切点、拐点、端点、断点、直线标识点及曲线标识点,能较好完成对图形轮廓的边界描述,两类编码点即特征像素点和极大编码长度端点,按照建立的编码原则完成初始编码,获得原码。(3)快速拼接匹配算法建立及验证。为克服原始编码对编码点选择敏感及旋转易变的缺点,利用归一化差分计算及补码计算,得到归一化差分码及补码后,建立归一化差分码与补码空间对应的子码空间,利用子码空间的映射从而完成快速拼接匹配计算。(4)算法评价标准的选择。拼接匹配类算法评价标准较多,图形快速拼接匹配算法评价标准除了拼接匹配速度外,还应考虑算法的适应性及误差率。本文选取压缩比、误差率及拼接匹配速率综合评价链码类算法,并给出了在链码类算法中的推导过程。(本文来源于《哈尔滨理工大学》期刊2019-06-01）
杜法成,李文勇,廖治学[3]（2019）在《基于图形与语言风格匹配的景区环保标识牌说服效果研究》一文中研究指出文明旅游是景区可持续发展的重要保障。如何有效设置环保标识牌,更好地引导旅游者行为,是景区管理的重要内容。从信息加工视角,依托说服理论与双重编码理论,对景区环保标识牌的图形类型与语言风格的匹配进行分析,探索其对说服效果的影响。研究发现,景区环保标识牌图形类型与语言风格的匹配度,对说服效果具有显着影响,图形类型与语言风格的匹配度越高,对旅游者的说服效果越好。此外,旅游者环境友好意识、旅游场景是否有他人在场,均能正向调节标识牌图形类型、语言风格匹配度与说服效果之间的关系。(本文来源于《旅游研究》期刊2019年01期）
邵毅,郑大波,温艳,孙恒[4]（2018）在《基于模板匹配的车牌识别及图形用户交界面设计》一文中研究指出为提高车牌识别技术,采集了大量国内车牌图像,选取其中600幅车牌根据是否有阴影建立了两个样本库,100幅车牌建立模板库。对输入车牌图像进行灰度、二值化和边缘检测,实现了车牌的定位、分割。通过判断样本与模板的互相关系数的模板匹配算法确定分类,完成车牌识别。采用Matlab R2016b软件进行算法验证及图形用户交互界面(GUI)设计。利用该算法对车牌样本库进行实验,结果表明:光照条件好,车牌无阴影的条件下,车牌识别率可达90. 6%,光照条件差,有阴影时,车牌识别率能达到63. 3%。设计的GUI易于操作,结果清晰,为车牌识别技术的推广应用提供有益的参考。(本文来源于《宿州学院学报》期刊2018年12期）
赵丽[5]（2018）在《基于图形嵌入的3D对称图形匹配的新方法》一文中研究指出3D图形匹配一直是计算机图形学基本问题之一。3D图形匹配是指在图形之间建立保结构的对应,可分为四种情况:刚体匹配、等距匹配、保角匹配、曲面映射。其中解决刚性匹配的方法已经成熟,非刚性匹配成为研究热点,涌现了许多方法并取得了显着进步。但是对于内蕴对称图形匹配,对称混淆依然是难点。本文主要研究的是对于内蕴对称图形在匹配时发生部分混淆及完全混淆的问题。本文针对3D对称图形,利用图形嵌入的方法,采用先前后、后左右的策略,提出一种新的匹配方法。首先对初始采样点,给出一种新的采样点融合策略,获得分布更加稳定、位置具有代表性的采样点,进行初始匹配;然后,由于图形姿势的变化对图形前后侧标定的影响,提出基于LS_MDS算法的图形嵌入策略,将图形嵌入到3D欧氏空间并投影到2D平面上;最后根据投影图中顶点的法向以及网格上的曲率信息,标定图形前后侧、左右侧,调整当前对称混淆的匹配结果。将本文方法与C2F方法在TOSCA数据库上进行数值实验,结果表明本文方法不仅有效的避免了扭转、粘连等影响,而且大幅度降低了对称混淆现象,本文的核心策略可与其他分层方法相结合,有效解决对称混淆问题。(本文来源于《大连理工大学》期刊2018-04-26）
靳玮[6]（2018）在《基于服装自动剪裁系统的含疵样片图形图像匹配算法研究》一文中研究指出随着技术的发展,机器视觉与图像处理技术用于布匹疵点检测的研究越来越多,主要集中在布匹生产的在线检测和验布环节。在服装行业实际生产中,纺织品的传统表面质量检测包括疵点的定位、提取等过程大部分是由人工视觉来完成,不可避免产生检测效果不良等问题。为了适应服装加工行业的布匹质量检测需求,实现在铺布过程中快速定位和提取疵点标识,并与裁剪样片位置自动匹配,方便对含疵样片的补充裁剪与更换,本文提出了一种新的基于服装自动剪裁系统的含疵样片图形图像匹配算法,实现含疵样片的快速检测与定位,用于优化布匹的铺展、裁剪、补充含疵样片的工艺流程。文中结合数学形态学、拓扑几何学等理论研究建立起样片与疵点间的的拓扑关系以及度量关系,通过含疵样片检测实验系统搭建、DOCAD的排版分析、样片与疵点间的的拓扑关系交集矩阵模型建立及HALCON图像处理算法等,与服装加工过程结合起来,并结合企业实际情况和DOCAD软件自动排料、自动裁剪等工艺流程,以色织牛仔布DOCAD打版的女款牛仔夹克为实验对象,验证算法的有效性。本文研究的主题思路是在含疵样片实验检测系统上进行含疵样片图像处理,将模拟铺布机、DOCAD排料图、自动裁床的叁个坐标设置统一,通过采集系统得到疵点标识的坐标信息,再结合DOCAD自动排料软件得到样片的排料信息,将疵点标识的坐标信息与样片的排料信息匹配,在DOCAD软件排料图上得到疵点样片的矢量图,然后将疵点样片矢量图转换成位图,再次统一排料制成合格样片替换含疵样片。在研究过程中,融合拓扑学、数学形态学等理论,通过含疵样片检测实验台搭建与DOCAD、HALCON等软件的结合,论证本文所提出的的含疵样片图形图像匹配算法:实验表明基于服装自动剪裁系统的含疵样片图形图像匹配算法能够实现常见疵点的检测定位,对纺织品含疵样片的提取提供了一定的理论意义和参考价值。(本文来源于《中原工学院》期刊2018-04-01）
杜承烨[7]（2017）在《连贯性剪辑法则与图形匹配在剧情片中的运用与实践——以电影《爆裂鼓手》为例》一文中研究指出剧情片除了故事本身的吸引力之外,要将一个好的故事通过视听语言的手段呈现在荧幕上,剪辑就是非常重要的因素之一。剪辑本身就是构建影片叙事系统的一个过程,通过镜头的组合和编排以一定的结构形态来完成叙事,同时通过对镜头的分解和组合,镜头景别变化的把控,达到鲜明的视觉节奏,更在突出细节间提升影片的感染力从而展现生动的情节和故事来吸引观众。本文将以影片《爆裂鼓手》为例,从连贯性剪辑原则和图形匹配两方面来分析,剪辑在剧情片中的运用与实践。(本文来源于《西部广播电视》期刊2017年16期）
吴婷[8]（2017）在《基于稀疏编码空间金字塔匹配的高中统计图形识别》一文中研究指出随着人工智能技术的飞速发展,人工智能+教育将开启教育新模式,将人工智能的最新研究成果应用于教育是目前国际研究热点和难点之一。在人工智能+教育领域中类人解题是目前兴起的主要研究方向之一。类人解题对于人工智能+教育的实现具有重要的理论和实用价值。本论文主要针对类人解题研究中的高中统计图形识别问题进行了研究。本论文的主要工作如下:(1)构建统计图形数据库。收集四种典型的统计图形,构建了高中统计图形数据库,为后续的研究奠定基础。(2)设计了统计图形分类方法。利用稀疏编码空间金字塔匹配算法提取高中统计图形特征进行分类,该方法可以获取图形的本质特征,有利于得到正确分类。实验结果表明,利用稀疏编码空间金字塔匹配算法提取的图形特征较稳定,得到了较高的分类精度。(3)典型统计图形题意信息识别。在正确分类基础之上,本文针对直方图的特点,设计了直方图识别算法,识别直方图中的题意信息,并初步验证了其有效性。(本文来源于《华中师范大学》期刊2017-05-01）
焦艳艳[9]（2017）在《基于Gromov-Wasserstein距离的3D图形匹配方法》一文中研究指出随着科学技术的飞速发展及3D技术的提高,人们在数据采集和图形建模领域取得了很大的进步。基于数字分析的应用领域有很多,如:分子生物学、人脸识别、模式识别等。图形匹配是计算机视觉、计算机图形学、机器人学等领域的基本问题之一,也是数字分析的重要应用之一。图形匹配简单的说,就是在给定两个图形之间寻找一个映射,使得这两个图形具有相同的拓扑性质。图形匹配包括刚性变换、等距变换、非刚性变换等。本文主要研究的是非刚性变换。3D图形匹配需要解决的最基本的两个问题的话提高匹配率和精确率,为提高图形匹配的匹配率和精确率,本文提出一种基于Gromov-Wasserstein(G-W)距离的3D图形匹配方法。首先将2个图形嵌入到度量测度空间中,通过最远采样法进行采样;然后采用G-W距离表示2个图形之间的差异性,构造出目标函数和约束条件,该优化系统是难于求解的二次分配问题(QAP);为了易于求解,提出一种约束条件松弛策略,只需满足行和(列和)约束即可,获得一组相互独立的线性约束;最后采用投影梯度算法求解,得到了更接近于理论值的解。在SHREC’10标准数据库上进行了多种非刚性变换的图形匹配的数值实验,并与已有的方法进行比较,结果表明,该方法在保证精确率的前提下大大提高了匹配率,并在一定程度上提高了实验结果的稳定性。(本文来源于《大连理工大学》期刊2017-04-30）
赵方舟[10]（2017）在《量化交易的图形信号匹配的研究与实现》一文中研究指出随着量化交易的快速发展,如何利用计算机识别K线图中的图形信号成为了一个重要课题。目前,计算机识别图形信号大多是基于神经网络和模糊逻辑系统。神经网络的构建和训练过程繁琐,经过训练后的神经网络只能对单一图形信号进行识别,在实际应用中过于繁琐。而模糊系统对于信号的定义复杂,需要定义图形信号的每一个K线和相邻K线的相对位置,不适用于时间跨度长的图形信号。本文提出了基于模板法的图形匹配算法,对图形信号的定义方法和匹配方法进行了研究和实验。论文完成的主要工作如下:(1) 整理并归纳经典图形信号,根据图形信号的形态对其进行分类,将图形信号分为简单图形信号、震荡图形信号和复杂图形信号叁类,分别对叁类图形信号进行定义。将图形信号在10*10矩阵中表示,利用矩阵中权值非零的元素来表示图形信号的趋势,令距离趋势越远的元素的权值越小,得到模板矩阵。(2)利用时间窗口对历史价格窗口进行划分,时间窗口沿着交易时间递增方向移动。将时间窗口内的价格走势转化为矩阵表示,同样利用矩阵中权值非零的元素来表示价格趋势,最后将矩阵进行“窗口化”和“标准化”,得到历史价格窗口矩阵。(3)计算图形信号模板矩阵和时间价格窗口矩阵的相似度,即为图形信号在历史价格走势中的匹配结果。如果匹配值超过阈值,则认为匹配成功。否则,即为匹配失败。匹配结果阈值需要通过实验结果确定。(4)基于上述图形匹配算法,进行图形匹配系统的设计与实现。将图形匹配系统分为叁层:表示层、业务逻辑层和数据存储层。表示层负责匹配结果和后趋趋势统计结果的展示。业务逻辑层负责图形信号的定义和图形信号匹配的实现,是图形匹配系统的核心部分。数据存储层负责历史价格数据和图形信号定义的存储。(5) 应用图形匹配系统,对历史价格数据进行匹配,验证图形信号匹配算法的有效性。并对识别出的图形信号的后续趋势进行统计,验证图形信号预测意义的有效性。(本文来源于《北京邮电大学》期刊2017-03-12）
图形匹配论文开题报告
（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：
本文主要研究了不规则边缘图形的快速拼接匹配算法。传统的边缘图形的快速拼接匹配算法通常采用的是Freeman码或者基于形态学的算法,Freeman在图像的边缘表示上可以简化边缘描述,将边缘特征转换为数字字符进行描述,但Freeman码在图形轮廓表示上有冗余、旋转适应性及模糊边界上处理能力不足。形态学算法能较快速实现边缘图形的拼接匹配,但形态学算法在边缘图形上对跳跃点、噪声点极为敏感,对边缘图形质量要求较高。本文结合边缘编码及图形形态学算法的边缘描述方法,提出了一种基于圆盘模型下的极坐标边缘编码方法,该方法通过获取图形信息建立圆盘模型,利用模型边界相对的位置信息获取图形的描述信息。利用图形的描述信息完成对角点、切点、拐点、端点、断点、直线标识点及曲线标识点七类特征点的获取,完成两类编码点的检测及分类,最后增加比例尺特征,增加图形还原能力,根据不同的计算要求对七类或者八类特征进行边缘编码。新模型下的编码方法因对可编码点进行了分类,保留了必要特征点,删除了不必要的冗余干扰点,减少了码长,又以特征点的组合近似描述标识了图形形态,从而克服了上述方法的缺点。所做主要工作包含以下四个方面:(1)建立基于圆盘模型下极坐标的编码模型。对原图像进行高质量边缘轮廓图的获取,得到目标图形轮廓的最大欧式距离,作为圆盘模型的直径建立圆盘模型,并将图形边界像素点坐标转换到极坐标系下。利用圆盘模型的特点能快速确定图形特征的直线与曲线标识点。极坐标相对于其他坐标系而言,极坐标系对形变的敏感度较低,利于识别空间目标,且在直线标识点及曲线标识点上计算更加便捷。(2)七类特征点构建两类编码点并进行编码。七类特征类包含角点、切点、拐点、端点、断点、直线标识点及曲线标识点,能较好完成对图形轮廓的边界描述,两类编码点即特征像素点和极大编码长度端点,按照建立的编码原则完成初始编码,获得原码。(3)快速拼接匹配算法建立及验证。为克服原始编码对编码点选择敏感及旋转易变的缺点,利用归一化差分计算及补码计算,得到归一化差分码及补码后,建立归一化差分码与补码空间对应的子码空间,利用子码空间的映射从而完成快速拼接匹配计算。(4)算法评价标准的选择。拼接匹配类算法评价标准较多,图形快速拼接匹配算法评价标准除了拼接匹配速度外,还应考虑算法的适应性及误差率。本文选取压缩比、误差率及拼接匹配速率综合评价链码类算法,并给出了在链码类算法中的推导过程。
（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。
图形匹配论文参考文献
[1].那晨旭.一种基于图像拼接和图形匹配的数字图像处理技术[J].科技创新与应用.2019
[2].章亚书.不规则边缘图形的快速拼接匹配算法研究[D].哈尔滨理工大学.2019
[3].杜法成,李文勇,廖治学.基于图形与语言风格匹配的景区环保标识牌说服效果研究[J].旅游研究.2019
[4].邵毅,郑大波,温艳,孙恒.基于模板匹配的车牌识别及图形用户交界面设计[J].宿州学院学报.2018
[5].赵丽.基于图形嵌入的3D对称图形匹配的新方法[D].大连理工大学.2018
[6].靳玮.基于服装自动剪裁系统的含疵样片图形图像匹配算法研究[D].中原工学院.2018
[7].杜承烨.连贯性剪辑法则与图形匹配在剧情片中的运用与实践——以电影《爆裂鼓手》为例[J].西部广播电视.2017
[8].吴婷.基于稀疏编码空间金字塔匹配的高中统计图形识别[D].华中师范大学.2017
[9].焦艳艳.基于Gromov-Wasserstein距离的3D图形匹配方法[D].大连理工大学.2017
[10].赵方舟.量化交易的图形信号匹配的研究与实现[D].北京邮电大学.2017
论文知识图
