导读:本文包含了新模板匹配算法论文开题报告文献综述及选题提纲参考文献，主要关键词:遗传算法,迁移策略,遍历式搜索,模板匹配
新模板匹配算法论文文献综述
姚冬艳,刘广瑞,王钊,孟少飞[1]（2019）在《根据迁移策略并行遗传算法的模板匹配研究》一文中研究指出模板匹配是提高智能识别与实物提取的有效途径。为了提高传统模板匹配方法的效率和精度,提出了一种遗传算法协同迁移策略的模板匹配算法,研究本算法在图像匹配过程方面的优选性及实现。遍历式搜索是匹配精度最高的传统算法,其时间复杂度以平方的规模增长。该算法在保证精准匹配的同时有效地减少了每个搜索位置的计算量,且仿真结果表明匹配结果基本稳定,准确率达99.3%以上,高于一般算法,优化后能满足工业实时性的要求,模板匹配时间同模板大小成反比,受软硬件影响。(本文来源于《机电工程技术》期刊2019年08期）
张锦荣,陈洵凛,罗彦琦,张攀峰[2]（2019）在《基于双叁次插值算法的集成电路在线检测快速模板匹配》一文中研究指出为了解决目前电路板缺陷检测视觉识别系统对多目标识别检测过程实时性差、识别效率低,甚至出现无法识别等问题,首先对集成电路板图像按一定比例进行双叁次插值算法处理,并在该基础上创建模板图像,然后进行归一化积相关匹配快速地识别检测出目标的大概位置,最后以双叁次插值算法缩放比例值还原目标在原图像中的位置,从而精确识别检测出的目标。实验结果表明:该算法能达到100%识别,运算时间比传统算法快2～11倍,可见该技术提高了检测效率,具有很好的实用性。(本文来源于《科学技术与工程》期刊2019年19期）
丁小艳,王婷[3]（2019）在《基于交叉检验ORB和MCC的图像模板匹配算法》一文中研究指出针对传统ORB算法在进行图像模板匹配时稳健性和精确性较低的问题,提出了一种基于交叉检验ORB和最大相关熵准则(MCC)的图像模板匹配算法。首先对模板图像和目标图像分别进行ORB特征点检测,得到模板特征点集和目标特征点集,并利用各点的特征描述符建立两特征点集间的对应关系;然后对建立好对应关系的特征点对进行交叉检验,利用特征点的邻域支持点集从正逆两个方向计算对应点对的准确性;接着在剔除准确性较低的对应特征点对后,通过优化基于最大相关熵准则的代价函数实现两特征点集的精确仿射配准;最终完成图像模板在目标图像中的稳健匹配。该算法在处理大姿态形变和低分辨率下的图像模板匹配问题时具有较强的精确性和稳健性,在公共数据集上的实验验证了该算法优于当前主流的图像模板匹配算法。(本文来源于《电子测量与仪器学报》期刊2019年05期）
岳艳娜[4]（2019）在《模板匹配的最近邻改进算法研究》一文中研究指出尽管模板匹配是模式识别中最经典的方法之一,但在目前大数据时代仍然具有一席之地,因而针对数据的不同特点对其进行进一步改进和完善值得研究。模板匹配过程分为两部分:选择合适的模板,建立模板标准库;基于距离或相似度采用最近邻原则进行模板匹配。针对具有海量样本的大数据,围绕这两个阶段本文分别展开研究并提出改进算法,主要工作如下:1.建立基于密度和聚类学习两种方法的最优标准库。首先剔除孤立样本以提高算法的正确识别率,其次基于密度和聚类两种算法建立具有良好遍历性且数目尽可能少的模板标准库以加快算法的识别速度。计算每个训练样本的密度,据此剔除冗余的训练样本,从而减少标准库中模板的数目;另外,提出利用K-均值聚类对训练样本进行聚类学习,以聚类中心作为标准库的模板,在满足良好遍历性条件下,有可能得到模板数目更少的标准库。最后对这两种算法进行了实验验证,正确识别率都略有提高,而识别速度与模板数目的减少量成正比。2.提出最近邻分类算法的自适应决策规则。待测样本的类别由自适应选择的模板共同决定;不同的待测样本,最终参与决策的模板数目可能不同;并提出了自动获得该数目的方法。实验结果表明:在类模板数目不均衡的情况下,该决策规则比原始最近邻和K-近邻具有更好的识别率。3.提出利用类距离表征相似度的最近邻分类改进算法。首先提出了两种加权类距离的定义,以及权重的计算方法。其次提出了加权高斯类距离的概念,给出了多种加权高斯类距离表征相似度(加权高斯最近邻(WGNN)、自适应加权高斯最近邻(AWGNN)、基于高斯的自适应K-近邻均值(AG-KMEAN))的定义。实验结果表明AWGNN具有更好的识别效果。4.为了验证改进算法的优越性,在相同的实验环境下,还进行了支持向量机SVM、稀疏表示SRC、BP神经网络、随机森林RF、自适应增强算法Adaboost等其他识别模型的实验,对比分析表明AWGNN具有更高的正确识别率。(本文来源于《郑州大学》期刊2019-05-01）
苏建华,薛栋娥,刘传凯,袁磊,黄开启[5]（2019）在《HOG内嵌模板匹配的车门夹人检测算法》一文中研究指出我国新建地铁多采用屏蔽门设计,但屏蔽门和列车车门之间存在间隙,容易卡、夹乘客造成严重的安全事故.针对这一问题,提出基于视频帧图像的车门夹人检测技术.首先,采用HOG算子描述候车乘客的图像特征,并提取类乘客目标的凸显特征;然后提出一种动静目标分离算法,将乘客从背景中分割出来,并实现对乘客的有效实时跟踪.最后,利用现场模拟数据开展实验,结果表明本文提出的检测算法可以实现对车门夹人的有效检测.(本文来源于《北京交通大学学报》期刊2019年02期）
陈超,牛王强,杜芃[6]（2019）在《基于模板匹配和特征匹配的集装箱箱号识别算法》一文中研究指出为实现对集装箱箱号的正确识别,提出一种基于模板匹配和特征匹配的识别算法。对采集到的集装箱图像进行预处理,得到改善后的集装箱二值化图像;采用数学形态学操作使字符域连通,计算字符连通域的宽高比得到集装箱箱号区域;利用投影检测方法实现对箱号字符的分割;运用模板匹配算法与特征匹配算法相结合的分类方法对集装箱箱号字符进行识别。该算法用MATLAB进行编程,完成对集装箱箱号的自动定位、分割和识别。提出的方法可正确识别出集装箱箱号,识别率达到93%,识别时间为130～150 ms,可提高码头的工作效率。(本文来源于《上海海事大学学报》期刊2019年01期）
李云鹤[7]（2019）在《智能穿戴设备基于动态模板匹配算法的3D手势识别》一文中研究指出随着物联网设备的日益普及,智能穿戴设备行业发展迅速,其中以腕带类的智能手环、手表为主。智能穿戴设备具有丰富的传感器和一定的计算能力,通过手势识别作为自身以及面向其他物联网设备的人机交互,具有广泛的用户需求。提出基于动态模板匹配算法的3D手势识别系统,通过智能穿戴设备收集用户的特定手势来判断手势的含义,从而利用更自然的人机交互技术实现对智能设备的控制。使用智能设备的运动传感器读取相应的3D手势数据,结合优化的动态时间规整算法来识别手势;基于移动设备的特征和动态编程,通过斜率来界定曲线路径;同时,通过预存储失真阈值减少模板匹配的计算量和手势识别成本。在手机上进行测试,所提算法与传统算法相比,耗时更少,识别效率和精度更高,可以带来更好的人机交互体验。(本文来源于《物联网学报》期刊2019年01期）
王美和,陈金波[8]（2019）在《一种快速鲁棒的模板匹配算法》一文中研究指出模板匹配是计算机视觉领域中一项重要的研究内容。提出了一种基于特征点匹配的快速鲁棒的模板匹配算法。为了提升匹配速度,该算法提取模板图片与目标图片的特征点进行匹配,而不是采用传统的计算模板匹配与滑动窗口相似性的方法。首先提取出两幅图片的特征点并对这两个特征点集合进行匹配;然后基于运动统计模型移除错误点对;最后利用网格框架来定位目标图片中的物体。实验结果表明,该算法匹配速度较快、准确度较好,并且在匹配水下声呐图片时有较好的表现。(本文来源于《工业控制计算机》期刊2019年03期）
徐芳琳[9]（2019）在《并行模板匹配的混凝土路面裂缝图像分析算法研究》一文中研究指出混凝土材料在道路工程中具有广泛的应用,但是由于其材料特性以及外部因素的影响,在道路表面极易产生裂缝,随着时间的推移,会加剧裂缝扩散,从而影响设施的安全。因此利用图像处理技术对路面裂缝进行检测与自动化分析极为必要,有助于工程人员及时了解裂缝现状以采用合适措施修复裂缝避免事故的发生。本文主要研究基于图像处理技术的混凝土路面裂缝图像分析方法,首先提出一种模板匹配与高适应性的裂缝骨架提取算法,然后对裂缝图像进行准确分类,并且针对不同类型的裂缝图像完成对应特征参数的选取与计算,最后设计并实现了混凝土路面裂缝图像分析原型系统。本文主要研究工作包括:1.针对Rosenfeld细化算法提取的裂缝骨架像素点不完整的问题,本文通过结合模板匹配,改进算法中的判定模板,精细化判定策略,解决了裂缝细化之后存在的部分像素点缺失的现象,同时处理了在改进过程中产生的突起点问题,最终使得细化后的裂缝初期骨架实现了无断点且保证骨架是单一像素宽度,为细化后期处理提供贴近主体特征的优越图像。2.针对细化后裂缝骨架仍存在的毛刺问题,本文提出一种高适应性的毛刺去除算法,与其他算法中以单一的分支步长指标作为判断是否为毛刺的原则不同,本文考虑到裂缝的复杂度,采用比值关系作为判断标准,将当前扫描到的分支与整幅裂缝图像目标点的比值和所设定的阈值进行比较,从而有效去除细化后裂缝骨架上的多余毛刺,并且能够高效适应于简单或复杂的裂缝图像。3.本文提出一种基于投影角度特征的裂缝分类算法,针对裂缝的形态特征不同来设定判断条件,将不同类别的裂缝进行分类。同时根据裂缝分类的结果选取合适的特征参数对裂缝进行计算分析,对于不同类型的裂缝采用相对应的特征参数进行计算可以更加精确地表示其破损程度与延伸趋势。4.本文设计完成了混凝土路面裂缝图像分析原型系统,综合运用了裂缝骨架提取算法、裂缝分类算法以及裂缝特征参数的选取与计算方法。该系统能正确处理所输入的裂缝图像,并输出正确的裂缝骨架和相应参数值。(本文来源于《重庆邮电大学》期刊2019-03-25）
李靖超,张之蕾[10]（2019）在《基于聚类算法的模板匹配信号识别改进算法》一文中研究指出近几十年来,由于无线电通信技术的飞速发展和广泛普及,通信电磁环境越来越复杂,信号和噪声的类别也越来越多,信号的调制识别技术遇到了许多新的挑战。在随机因素的干扰下,通信信号通过提取单一特征进行识别具有一定的不稳定性,因此提出了一种改进的基于聚类算法下的模板匹配算法对信号进行分类研究。该算法采用信息融合的思想,融合4种特征识别6种不同调制类型的通信信号。仿真表明,该算法对多特征信号的分类识别具有较好的应用效果。(本文来源于《上海电机学院学报》期刊2019年01期）
新模板匹配算法论文开题报告
（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：
为了解决目前电路板缺陷检测视觉识别系统对多目标识别检测过程实时性差、识别效率低,甚至出现无法识别等问题,首先对集成电路板图像按一定比例进行双叁次插值算法处理,并在该基础上创建模板图像,然后进行归一化积相关匹配快速地识别检测出目标的大概位置,最后以双叁次插值算法缩放比例值还原目标在原图像中的位置,从而精确识别检测出的目标。实验结果表明:该算法能达到100%识别,运算时间比传统算法快2～11倍,可见该技术提高了检测效率,具有很好的实用性。
（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。
新模板匹配算法论文参考文献
[1].姚冬艳,刘广瑞,王钊,孟少飞.根据迁移策略并行遗传算法的模板匹配研究[J].机电工程技术.2019
[2].张锦荣,陈洵凛,罗彦琦,张攀峰.基于双叁次插值算法的集成电路在线检测快速模板匹配[J].科学技术与工程.2019
[3].丁小艳,王婷.基于交叉检验ORB和MCC的图像模板匹配算法[J].电子测量与仪器学报.2019
[4].岳艳娜.模板匹配的最近邻改进算法研究[D].郑州大学.2019
[5].苏建华,薛栋娥,刘传凯,袁磊,黄开启.HOG内嵌模板匹配的车门夹人检测算法[J].北京交通大学学报.2019
[6].陈超,牛王强,杜芃.基于模板匹配和特征匹配的集装箱箱号识别算法[J].上海海事大学学报.2019
[7].李云鹤.智能穿戴设备基于动态模板匹配算法的3D手势识别[J].物联网学报.2019
[8].王美和,陈金波.一种快速鲁棒的模板匹配算法[J].工业控制计算机.2019
[9].徐芳琳.并行模板匹配的混凝土路面裂缝图像分析算法研究[D].重庆邮电大学.2019
[10].李靖超,张之蕾.基于聚类算法的模板匹配信号识别改进算法[J].上海电机学院学报.2019