导读:本文包含了宽基线论文开题报告文献综述及选题提纲参考文献，主要关键词:城区宽基线影像,特征点匹配,结构自适应特征区域,视角变化
宽基线论文文献综述
陈敏,朱庆,何海清,严少华,赵怡涛[1]（2019）在《面向城区宽基线立体像对视角变化的结构自适应特征点匹配》一文中研究指出提出一种基于结构自适应特征的城区宽基线影像特征点匹配方法。首先,对影像提取点特征和直线特征,挖掘点特征与其邻域内直线特征之间的几何关系,构建结构自适应的特征区域和特征描述符,并通过双向匹配策略获得初始匹配结果。然后,基于初匹配结果估计影像基础矩阵,构建核线约束的结构自适应特征匹配算法进行二次匹配。最后,将已匹配特征作为控制基础设计匹配扩展算法,进一步增加匹配点数量。本文方法以特征点邻域几何结构为出发点,构建自适应的特征区域,能够在显着的影像视角变化下,为同名特征点提取影像内容一致的特征区域,进而获得相似的特征描述符。试验结果证明,与传统算法相比,本文方法在城区宽基线影像上能够同时获得更多的正确匹配特征和更高的匹配正确率。(本文来源于《测绘学报》期刊2019年09期）
姚拓中,左文辉,安鹏,宋加涛[2]（2019）在《融合语义先验和渐进式深度优化的宽基线3维场景重建》一文中研究指出目的基于视觉的3维场景重建技术已在机器人导航、航拍地图构建和增强现实等领域得到广泛应用。不过,当相机出现较大运动时则会使得传统基于窄基线约束的3维重建方法无法正常工作。方法针对宽基线环境,提出了一种融合高层语义先验的3维场景重建算法。该方法在马尔可夫随机场(MRF)模型的基础上,结合超像素的外观、共线性、共面性和深度等多种特征对不同视角图像中各个超像素的3维位置和朝向进行推理,从而实现宽基线条件下的初始3维重建。与此同时,还以递归的方式利用高层语义先验对相似深度超像素实现合并,进而对场景深度和3维模型进行渐进式优化。结果实验结果表明,本文方法在多种不同的宽基线环境,尤其是相机运动较为剧烈的情况下,依然能够取得比传统方法更为稳定而精确的深度估计和3维场景重建效果。结论本文展示了在宽基线条件下如何将多元图像特征与基于叁角化的几何特征相结合以构建出精确的3维场景模型。本文方法采用MRF模型对不同视角图像中超像素的3维位置和朝向进行同时推理,并结合高层语义先验对3维重建的过程提供指导。与此同时,还使用了一种递归式框架以实现场景深度的渐进式优化。实验结果表明,本文方法在不同的宽基线环境下均能够获得比传统方法更接近真实描述的3维场景模型。(本文来源于《中国图象图形学报》期刊2019年04期）
刘秀莲,侯晓芳[3]（2018）在《移动相机的宽基线图像快速准确叁维重建》一文中研究指出针对使用移动卷帘相机拍摄的图像会使叁维重建不准确,以及宽基线图像的视觉连接较弱等问题,提出一种改进的宽基线图像叁维重建方法。提出的方法优化了光束平差法的目标函数。通过合并GPS和INS的读数,在邻近方位间加入额外的光滑度以抵消漂移效果,去除了环闭合差的较大误差。同时为了提高卷帘立体扫描的速度,提出分段二次插值,先处理目标图像中的每一个像素点,再用目标图像中每一个像素点的反射线求出平面交叉的曝光值。实验结果表明,提出的方法的叁维稀疏重建既清晰又连贯。叁维稠密重建中,与其他类似方法相比,该方法保持了准确性,但重建速度明显提升。(本文来源于《控制工程》期刊2018年02期）
高丽盼[4]（2017）在《长焦距宽基线双目立体视觉系统的标定方法研究》一文中研究指出双目立体视觉基于叁角法原理,模拟人眼视觉,利用成像设备从不同的角度获得同一物体的两幅图像,根据标定好的图像间像素匹配关系,获得物体表面的叁维信息。摄像机的高精度标定是双目立体视觉系统实现准确测量的前提,同时,对点云数据的有效处理和应用也是双目立体视觉系统得到推广的保证。本文在对国内外研究现状分析的基础上,结合课题需求,针对长焦距宽基线的双目立体视觉系统,采用一种基于无穷单应矩阵和一维标定靶的标定法完成了系统标定,并以叁维发际线的提取为实例,详细说明叁维点云数据的处理和应用。主要工作和创新性如下:1.以立体视觉数学模型为基础,分析了长焦距镜头和宽基线结构立体视觉系统的特点,定义了长焦距宽基线双目立体视觉系统,建立了长焦距宽基线立体视觉系统的数学模型,并确定待标定的系统参数;2.根据长焦距宽基线双目立体视觉系统,测量距离较远、视场相对较小、左右视目图像差异较大等特点,采用基于无穷单应矩阵和一维标定靶的标定方法进行标定。该方法使用的一维标定靶,可有效避免大型叁维/二维标定靶不易制作、不易移动及自身遮挡等问题;此外,应用无穷单应矩阵,将线性求解和非线性优化相结合,可得到系统参数的最优解。通过基于C++的仿真、基于3ds Max软件的仿真以及实际实验,验证了该方法的可行性和有效性;3.对叁维点云数据的处理与应用进行了研究,以人体头部彩色叁维点云中发际线的提取为实例,提出一种直接提取叁维发际线的方法。将该方法提取的发际线与基于二维图像提取的发际线进行比较,证实了提取结果的准确性;对多个真实彩色点云模型,进行直接提取叁维发际线的实验,验证了所提方法的有效性和稳定性。(本文来源于《天津大学》期刊2017-11-01）
于海燕,姚青华[5]（2015）在《一种改进的宽基线图像SURF算法》一文中研究指出通过对SURF特征点匹配过程的研究,提出一种改进的宽基线图像SURF算法。提取SURF特征点,在特征点匹配过程中采用改进方法计算图像间的尺寸、旋转和平移参数,减少匹配点搜索范围,运用RANSAC算法剔除误匹配点对。实验表明该算法在图像间有较大差别时降低了误匹配率,具有良好的实时性,达到了较好的应用效果。(本文来源于《电视技术》期刊2015年21期）
刘荣军[6]（2015）在《宽基线密集立体匹配方法研究》一文中研究指出双目立体视觉系统是模拟人类视觉的一种计算机视觉系统,通过该系统计算机可以获得现实场景的叁维信息。在该系统中,立体匹配是整个系统的核心。立体匹配是寻找叁维场景中同一物体点在不同图像中像素点的对应关系,然而由于现实场景的复杂性致使立体匹配在处理遮挡、弱纹理以及视差不连续等问题上仍然具有很大的挑战。本文主要以提高立体匹配算法的精度为研究的出发点。首先,论文通过分析常见的基于窗口的局域匹配方法,提出其中存在两点不足：窗口划分阈值难以设定和匹配代价计算方法不能处理图像形变。为了解决第一点不足,论文提出了一种基于区域间颜色波动的支持窗口划分方法,该方法利用区域颜色标准差来制定窗口阈值,同时利用连通性来寻找支持窗口。同时本文设计了一种衡量窗口划分合理性的指标,并通过该指标选出合理的划分阈值。为了解决第二点不足,论文提出了利用基于一维对数变换的滑动对应匹配代价计算方法来计算窗口的匹配代价,该方法可以将图像行之间的比例问题转化为平移问题,方便计算出形变较大的图像行之间的匹配代价。其次,为了获取更加精细的视差图像,论文提出了基于一致性视差区域的多方向扫描线优化方法,该方法利用视差区域差异替换原始利用颜色作为视差不连续的判据。为了获取面积较大的一致性视差区域,本方法依据初始视差平面的位置关系以及视差平面的最大距离来选取区域进行迭代融合。最后,论文对相应的方法进行了实验验证,试验结果表明了本方法的有效性。通过对最终视差图像和标准视差图像的对比证实了本文方法在处理遮挡、弱纹理和视差不连续问题上的能力。同时,通过不同基线图像对的匹配实验,也表明了本方法在基线变化过程中的稳定性。(本文来源于《昆明理工大学》期刊2015-03-01）
毛敏[7]（2014）在《基于宽基线的弱纹理特征点提取与描述方法研究》一文中研究指出随着计算机技术与高分辨率CCD数码相机技术的高速发展，其灵活、快捷以及非接触等优势使其成为获取叁维空间信息的主要方式之一。该领域涉及模式识别，寻优算法，数字图像处理等多学科的理论方法。从不同视角对同一场景进行拍摄，对所采集的图像序列进行叁维图象匹配是该领域的关键问题之一，也是后续数据分析、叁维重建的基础。但传统的特征点提取方法不能直接应用于弱纹理图像的叁维匹配，因此弱纹理图像的叁维匹配成为计算机视觉亟待解决的难点之一。本论文围绕这个难点主要完成以下工作，包括：(1)介绍了特征点提取与匹配方法的基本原理，对国内外研究现状进行详细综述；概述了叁维重建的关键技术，介绍了模式识别相关方法和理论及应用，包括：稀疏表示、graph cuts算法以及SIFT特征点检测算法，为本文所研究的基于宽基线的弱纹理特征点的提取与匹配算法奠定理论基础。(2)提出了一种基于稀疏表示的弱纹理图像特征点匹配方法。该方法利用弱纹理区域的局部自相似性提取图像中自相似性较高的点作为相应的特征点；另一方面，由于弱纹理特征不鲜明，因而较难找到一种合适的特征描述子，这导致传统的基于欧氏距离的特征点匹配方法并不适用。基于稀疏表示的特征点匹配方法对特征描述子的选取不敏感，且具有较强的稳定性及鲁棒性。实验结果表明该方法对弱纹理特征点的匹配准确率要远高于传统的基于欧式距离的匹配方法。(3)提出了一种基于纹理合成的特征点提取方法。将传统特征提取算子及匹配方法进行扩展，使其能够在图像弱纹理区域中提取到相应的特征点并进行准确的匹配。该方法以纹理合成算法为基础，并采用仿射变换将所合成的纹理分别覆盖到图像对的弱纹理区域中，此外，为了确保覆盖后的纹理具有特征不变性，我们采用图割算法（graph cuts)对所提取到的特征点对进行修正，通过采用这种粗匹配到精确匹配相结合的特征点匹配方法，建立了一种基于纹理合成的弱纹理特征点匹配机制。实验证明了本方法在扩展传统特征点提取方法的基础上，具有较高的匹配准确率，适用于宽基线下弱纹理区域的稠密匹配。(4)提出了一种基于Meanshitf的特征点描述机制。传统的深度图像大多是在窄基线的情况下所生成的，不具有通用性，并且受限制条件过多。尽管传统的特征点提取方法可应用在宽基线情况下，但其所提取的特征点周围一般都具有较强的纹理特征，而现实环境中往往存在大量的弱纹理区域，从而导致该方法较难应用于实际。为此，我们根据每一点周围的纹理强度，采用Meanshitf算法找出其对应的区域，根据该区域给出对应的特征描述子，最后，利用极线约束在极线上搜索匹配的特征点，并根据匹配结果采用图割算法调节相应的能量函数来得到最终的深度图像。实验结果表明，该方法能够在宽基线下得到较为准确的深度图像，扩展了传统立体匹配的适用范围。论文最后对所做的研究工作进行了总结，并对下一步的研究内容及研究方向进行了讨论和展望。(本文来源于《东华大学》期刊2014-11-01）
姚国标,邓喀中,张力,杨化超,艾海滨[8]（2014）在《基于Harris-Affine的宽基线立体影像LSM匹配方法》一文中研究指出针对宽基线影像的高畸变特点,提出基于几何一致性约束的Harris-Affine高精度最小二乘匹配(Least Square Matching,LSM)方法。首先,用Harris-Affine算子在影像高斯多尺度空间中提取仿射不变特征,并根据特征区域灰度矩阵与主梯度方位来实现特征的几何归一化,继而提取特征描述符,接着采用一种由粗到精的特征匹配策略来渐进地获取正确率占优的特征匹配。然后,通过LSM迭代方法来补偿同名像点的定位误差,LSM迭代所需的良好的几何畸变初值由同名特征区域灰度矩阵与主梯度方位求取,而良好的辐射畸变初值通过同名区域像元灰度的最小二乘线性拟合法求取。实验结果表明:该算法鲁棒有效,且实现了亚像素匹配精度。(本文来源于《中南大学学报(自然科学版)》期刊2014年08期）
罗威[9]（2014）在《基于一维匹配的宽基线图像全图配准方法研究》一文中研究指出图像匹配是图像处理的核心问题之一,图像匹配是通过估算来自同一景物的目标图像与参照图像之间的空间变换来实现的。有了变换模型,目标图像就可以被投影到参照图像的坐标系上,并与之相配准。本论文围绕着实现宽基线图像匹配这一目标,以高效一维匹配为基础,开展二维全图配准匹配的研究。首先,在二维全图配准方面,研究并提出基于高效一维匹配技术,从局域小圆块匹配、扩展为全域整个重迭区配准的原理、方法和技术,以达到宽基线图像的二维全图配准的目的。通过研究一维匹配技术,本文提出了边点特征、角点特征和泡点特征这叁种特征提取算法并对它们进行了验证。本文首先介绍了图像从笛卡尔坐标系转换到对数极坐标系,然后扩展到边点特征图像、角点特征图像和泡点特征图像的转换。在将特征图像块转换到对数极坐标之后,可以采用一阶微分的方法分别获得边点特征图像、角点特征图像和泡点特征图像的梯度图。在此基础上,给出了边点特征、角点特征和泡点特征的特征提取算法的数学形式,并根据这叁种特征提取算法的特点,分别验证了θ方向梯度图和lr方向梯度图的响应,以此来判断单个特征提取算法是否具有提取特征的能力。并根据这叁种特征提取算法的特点,又对给出的叁种理想特征图像组的梯度图的叁种特征的响应,以此来验证这叁种特征提取算法之间是否具有明显的区分度。在验证了边点、角点和泡点叁种特征提取算法之后,Rensselaer数据组给出的图像集进行了这叁种特征的提取,并在此基础上使用NCC算法获取了不同类型的特征点的配准对数。本文还介绍了广义双引导迭代最近点算法,根据广义双引导迭代最近点算法,结合使用NCC算法获得引导区域并增长,最终可以得到二维图像的全图配准融合图。(本文来源于《昆明理工大学》期刊2014-04-01）
王兴慧[10]（2014）在《应用于倾斜影像的点特征优化提取与宽基线匹配》一文中研究指出摄影测量的发展源于人们希望提高对真实世界的可视化显示，如今的摄影测量已进入数字摄影测量时代，其区别于其他阶段的最明显特点是基于数字影像的原始资料处理，以计算机视觉来代替人工量测。数字航空相机的出现带动了航空摄影测量技术的发展，针对通过飞机平台搭载数字相机，以垂直摄影方式对地面进行空中摄影获得的数字航空影像数据的处理，已形成并完善出多种先进成熟的数据处理系统，该类数字航空影像数据处理系统能够对垂直影像进行自动空中叁角测量、数字高程模型的自动采集以及快速制作正射影像图等应用。为了更真实的反应符合人眼视觉的直观世界，倾斜航空摄影测量作为一项高新技术发展十分迅速，它对传统的成像方式进行革新，使该系统不仅仅局限于垂直摄影方式，而是利用多台相机替代单一相机的组合摄影方式，从多个方向进行拍摄，同时获取垂直和倾斜多个角度的高分辨率数字航空影像。现有的数字摄影测量算法及系统尚不具备有效处理倾斜航空影像的能力，例如传统空中叁角测量中的光束法区域网平差在数学关系上不支持具有大倾角的倾斜数据，因此若要利用倾斜影像进行高精度测绘首先需要实现同时对竖直影像和倾斜影像的联合区域网平差，这里最困难的当属如何在竖直影像和倾斜影像之间进行同名像点的自动提取和匹配，本文就从该角度出发，旨在研究适用于倾斜影像的同名像点提取和优化方法，并最终实现竖直影像和倾斜影像之间的自动匹配。具体的研究工作如下：1、立足于本文倾斜影像的研究对象，首先对倾斜航空摄影测量技术进行了综合性论述，从倾斜摄影测量系统摄影相机的系统组成、成像方式、基本原理到关键处理技术都作了详细的阐述，并重点分析了倾斜影像数据特点，本文后文中的所有研究都是以倾斜影像数据的自身特点为基础角度出发的。2、针对倾斜影像之间存在地物几何变形大、分辨率变化大、影像大角度旋转、地物相互遮挡和特征信息差别大的特点，研究基于不变性质的特征点提取方法，在此之前对简单特征点提取算子进行介绍，并使用倾斜影像进行实现，表明为什么需要提取具有不变性质的特征点。3、对影像中的阴影检测算法进行研究，目的在于对提取的特征点进行优化，滤除位于建筑物等阴影轮廓边缘或角点的特征点，避免倾斜影像上因阴影面积和方向不一致造成后序匹配困难的情况。4、研究应用于倾斜影像的特征点匹配算法，同样基于倾斜影像的自身特点，从宽基线匹配思想出发，结合金字塔结构，实现同一相机拍摄影像之间、不同相机拍摄影像之间的不变性特征点的自动匹配。(本文来源于《兰州交通大学》期刊2014-04-01）
宽基线论文开题报告
（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：
目的基于视觉的3维场景重建技术已在机器人导航、航拍地图构建和增强现实等领域得到广泛应用。不过,当相机出现较大运动时则会使得传统基于窄基线约束的3维重建方法无法正常工作。方法针对宽基线环境,提出了一种融合高层语义先验的3维场景重建算法。该方法在马尔可夫随机场(MRF)模型的基础上,结合超像素的外观、共线性、共面性和深度等多种特征对不同视角图像中各个超像素的3维位置和朝向进行推理,从而实现宽基线条件下的初始3维重建。与此同时,还以递归的方式利用高层语义先验对相似深度超像素实现合并,进而对场景深度和3维模型进行渐进式优化。结果实验结果表明,本文方法在多种不同的宽基线环境,尤其是相机运动较为剧烈的情况下,依然能够取得比传统方法更为稳定而精确的深度估计和3维场景重建效果。结论本文展示了在宽基线条件下如何将多元图像特征与基于叁角化的几何特征相结合以构建出精确的3维场景模型。本文方法采用MRF模型对不同视角图像中超像素的3维位置和朝向进行同时推理,并结合高层语义先验对3维重建的过程提供指导。与此同时,还使用了一种递归式框架以实现场景深度的渐进式优化。实验结果表明,本文方法在不同的宽基线环境下均能够获得比传统方法更接近真实描述的3维场景模型。
（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。
宽基线论文参考文献
[1].陈敏,朱庆,何海清,严少华,赵怡涛.面向城区宽基线立体像对视角变化的结构自适应特征点匹配[J].测绘学报.2019
[2].姚拓中,左文辉,安鹏,宋加涛.融合语义先验和渐进式深度优化的宽基线3维场景重建[J].中国图象图形学报.2019
[3].刘秀莲,侯晓芳.移动相机的宽基线图像快速准确叁维重建[J].控制工程.2018
[4].高丽盼.长焦距宽基线双目立体视觉系统的标定方法研究[D].天津大学.2017
[5].于海燕,姚青华.一种改进的宽基线图像SURF算法[J].电视技术.2015
[6].刘荣军.宽基线密集立体匹配方法研究[D].昆明理工大学.2015
[7].毛敏.基于宽基线的弱纹理特征点提取与描述方法研究[D].东华大学.2014
[8].姚国标,邓喀中,张力,杨化超,艾海滨.基于Harris-Affine的宽基线立体影像LSM匹配方法[J].中南大学学报(自然科学版).2014
[9].罗威.基于一维匹配的宽基线图像全图配准方法研究[D].昆明理工大学.2014
[10].王兴慧.应用于倾斜影像的点特征优化提取与宽基线匹配[D].兰州交通大学.2014