导读:本文包含了边缘特征匹配论文开题报告文献综述及选题提纲参考文献，主要关键词:动态背景,运动目标检测,分块特征匹配,边缘特征
边缘特征匹配论文文献综述
胡均平,蔡韬,李勇成[1]（2019）在《一种区块特征匹配与边缘差分结合的运动目标检测算法》一文中研究指出由于动态背景中存在运动目标检测准确率不高、耗时过长,提出一种区块特征匹配结合边缘特征的运动目标检测算法。首先将视频图像目标检测块与背景块分离,对相邻帧背景块进行运动补偿;进而对连续多帧图像进行边缘特征提取,最后对多帧的边缘图像差分,经由形态学处理和阈值分割得到运动目标区域。该算法能有效减少特征提取耗时,降低背景噪声的干扰。实验结果表明,该算法检测运动目标的准确性较好,且抗噪表现较好。(本文来源于《制造业自动化》期刊2019年09期）
穆柯楠,王会峰,杨澜,景首才[2]（2018）在《基于多尺度边缘融合及SURF特征匹配的车辆检测及跟踪方法》一文中研究指出为提高交通参数提取的准确性与实时性,研究了基于多尺度边缘融合和SURF特征匹配的车辆检测与跟踪方法,克服了传统基于边缘特征的车辆检测方法易受噪声、背景干扰的问题,实现车辆准确检测。将车辆检测结果作为跟踪样本建立跟踪样本集合,通过建立匹配点对几何约束消除误匹配特征对,提高跟踪样本与待跟踪视频帧的SURF特征匹配准确度。针对车辆驶入、驶离相机视野,车辆间歇性运动,背景缓慢变化等情况提出跟踪样本更新机制,实现车辆的准确、实时跟踪。实验结果显示,所提算法的车辆检测率为88.3%,检测准确度为90.2%;跟踪精确度为86.4%,跟踪准确度为92.7%;检测时间成本为91.8ms,跟踪速率为52.2fps。检测准确度、跟踪准确度、检测速率、跟踪速率均高于光流法、粒子滤波法和SIFT特征匹配法,表明所提算法能较好地满足实时性应用。(本文来源于《交通信息与安全》期刊2018年06期）
李超[3]（2018）在《基于Zynq-7000平台的边缘特征匹配算法研究与实现》一文中研究指出目标定位和识别是机器视觉研究中的一项重要内容。目标定位和识别应用在生产线上,不仅能够高效地实现工件检测和筛选,而且能够更好地掌控生产模式,有利于工业生产向智能化方向转变。模板匹配作为目标定位和识别操作的常用手段,已经被广泛应用于工件缺陷检测和测量、目标跟踪等场合。但常用的模板匹配算法对于非线性光照、遮挡等敏感问题,以及目标存在旋转、缩放的状况,效果并不理想,不能应用在复杂的工业生产环境。本论文研究了基于梯度矢量的边缘特征匹配算法,利用图像的边缘能直接反映物体的轮廓和拓扑结构信息,以及对非线性光线不敏感的特性,匹配出物体位置。并基于Xilinx Zynq-7000平台,通过软硬件协同设计的方法,将边缘特征匹配算法进行软硬件拆分。其中边缘检测模块在Zynq平台的可编程逻辑部分实现,模板训练模块和图像匹配模块则在Zynq平台的处理器系统中实现,并通过作业文件的方式动态配置算法输入的模板区域、搜索区域等相关配置参数,具有较高的实用价值。本论文主要内容包括以下几个方面:(1)介绍了当前常用的匹配方式,并详细描述了算法匹配原理、图像金字塔加速搜索原理以及旋转、缩放情况下模板匹配的解决思路。(2)通过研究Zynq平台的技术特点与开发流程,以及sobel边缘提取算子的理论知识,利用高层次综合工具Vivado HLS设计实现边缘提取操作的硬件加速。(3)利用后台PC界面配置模板区域、搜索区域等相关配置参数,生成XML格式的作业文件,下发到智能相机中。智能相机通过对作业文件进行数据解析,动态修改Zynq中图像处理流水线的算法参数,实现算法功能的调整。(4)在Zynq-7000的ARM部分实现边缘特征匹配算法的软件设计,详细描述了算法的具体实现细节如边缘特征点的筛选、旋转状况下的模板处理、匹配过程等。最后,对算法在ZC702开发板上进行了软硬件联合测试,得到非线性光照、遮挡、旋转、缩放情况下的性能数据。数据表明,基于梯度矢量的边缘特征匹配算法基本满足工程需要,对非线性光照、遮挡、旋转、缩放等问题,能够得到较好的结果。(本文来源于《南京邮电大学》期刊2018-11-14）
化春键,熊雪梅,陈莹[4]（2018）在《工件圆弧边缘特征点检测与匹配方法》一文中研究指出在利用双目视觉测量工件圆弧半径的过程中,圆弧边缘特征点的检测与匹配是至关重要的一环。针对工件圆弧边缘特征点的检测,通过改进的随机抽样一致性(RANSAC)算法拟合椭圆,在求得内点中筛选出边缘特征点;针对工件圆弧边缘特征点的匹配,本文通过极线约束使得两幅图像对应的极线平行从而满足扫描线特性,在此基础上,以确定的椭圆中心为匹配参考点,对圆弧边缘特征点进行逐行匹配。在得出匹配点对后,利用改进的RANSAC算法排除误匹配对。通过实验验证提出方法的可靠性与准确性。(本文来源于《传感器与微系统》期刊2018年08期）
韩丹[5]（2016）在《边缘主点作用下的立体影像特征线匹配方法研究》一文中研究指出提出一种边缘主点作用下的特征线匹配方法,将特征线匹配转化为其线元素上边缘主点的匹配,从而力求实现以点代线、以直代曲的边缘特征线匹配。首先,针对原始影像采用自适应平滑滤波和Wallis滤波进行影像去噪和增强的预处理工作,突出影像现有特征,提高特征提取的准确率,为实现高效可靠的影像匹配奠定基础。然后,采用了一种基于链码准则的特征线提取算法进行特征线及边缘主点的提取。该算法依据八方向链码准则,依次进行边缘检测、链码跟踪、链码分裂,实现物体边缘线的提取,在链码分裂过程中根据距离判断同时获取边缘主点。最后,本文提出一种边缘主点作用下的特征线匹配方法,在目标影像完成边缘主点的提取后,以边缘主点作为匹配基元依次采用单应矩阵约束、核线约束和灰度相似性约束逐步缩小搜索范围,最终确定匹配点,最后成对连接成功匹配的边缘主点还原特征线,进行目视判读剔除错误匹配,最终完成边缘主点作用下的特征线匹配。实验结果表明,本文提出的匹配方法通过相对容易实现的特征点匹配来替代特征线匹配,匹配效果良好,定位精度准确,还可实现不规则边缘特征的匹配。(本文来源于《测绘与空间地理信息》期刊2016年12期）
陈敏,朱庆,朱军,徐柱,黄澜心[6]（2016）在《SAR影像与光学影像的高斯伽玛型边缘强度特征匹配法》一文中研究指出提出了一种基于影像边缘强度图描述的SAR影像与光学影像匹配方法。首先对影像进行粗纠正,消除影像之间的尺度和旋转变化;其次,改进相位一致性特征检测方法,提取对影像相干斑噪声稳健的特征点;然后基于高斯伽玛型双边窗口比值算子计算影像边缘强度图,在此基础上构造不变特征描述符;最后联合几何约束条件,实现SAR影像与光学影像匹配。试验结果证明,与现有方法相比,本文方法能够大幅提高SAR影像与光学影像匹配结果中的正确匹配特征数量以及影像配准精度。(本文来源于《测绘学报》期刊2016年03期）
杨朝辉[7]（2015）在《SAR景象匹配中边缘特征基准图的制备方法》一文中研究指出针对SAR景象匹配基准图制备适应性差及自动化程度低的缺点,提出了一种基于边缘特征的基准图制备方法。首先,组合多种SAR边缘检测算法进行边缘检测;其次,通过对边缘检测点的密度统计分析,得到不同级别的边缘等级图;再次,通过匈牙利法求解边缘点对一一映射的最优指派问题,计算出不同级别的边缘等级图与边缘检测结果图集之间的相似测度值;最后,根据最小相似测度值得到最佳边缘检测级别,并将其对应的边缘检测结果作为边缘特征基准图。实验结果表明,文中方法具有很强的开放性与场景目标适应性,自动化程度高,能有效地提高景象匹配的匹配概率与匹配精度。(本文来源于《苏州科技学院学报(自然科学版)》期刊2015年04期）
田浩南,张叶[8]（2015）在《基于边缘及特征点匹配的立体图像质量评价》一文中研究指出为了实现对立体图像质量的精确预测,提出了一种基于边缘和特征点匹配的立体图像客观质量评价方法。首先,对图像的质量进行评价,在基于结构相似度的质量评价方法的基础上,考虑了边缘信息对人眼视觉特性的重要性,加入了边缘结构相似度指标;然后,对图像的立体感进行评价,采用特征点匹配的方法提取立体感指标。最后,根据总体视差失真法将图像质量和立体感指标拟合为一个综合指标。实验结果表明,采用本文提出的方法对立体图像测试库进行评价,总体评价的PLCC(Pearson Linear Correlation Coefficient)均在0.94以上;与其他方法相比,本方法具有较高的预测精确性。(本文来源于《液晶与显示》期刊2015年04期）
王竞雪,宋伟东,韩丹,王伟玺[9]（2015）在《边缘视差连续性约束的航空影像特征线匹配算法》一文中研究指出鉴于同一边缘线上像素的视差变化具有连续性的特点,本文提出边缘视差连续性约束的航空影像特征线匹配算法。该算法首先对左影像进行特征线提取,将Freeman链码跟踪得到的每条边缘特征线作为一个整体,利用相互连接直线段对其进行拟合。将拟合直线端点作为该特征线上的一组匹配基元,通过对其进行匹配实现该特征线的整体匹配。初始匹配过程中,综合利用核线约束、单应矩阵约束和灰度相似性约束对拟合直线的端点进行匹配。然后利用视差连续性约束对每条特征线上点的匹配结果进行检核及余点同名点构建,取得较好匹配结果。论文选取UCX和DMC叁组数字航空影像进行特征线匹配实验,验证本文算法的有效性。(本文来源于《信号处理》期刊2015年03期）
李治江,冯谨强,曹文冬,曹丽琴,杨萍[10]（2014）在《基于边缘特征和可信度的立体匹配算法》一文中研究指出目的针对难以快速获得高精度的稠密视差图问题,提出一种基于边缘特征和可信度的立体匹配算法。方法为了增加像素点之间的区分性,采用鲁棒性较好的AD-Census函数作为匹配代价测度函数。针对匹配窗口跨越视差不连续区域时造成误匹配问题,算法首先对参考图像进行边缘特征提取,基于边缘特征约束,获取形状和大小均具有自适应特性的匹配窗口。视差计算时,使用WTA算法计算每个像素点的视差值,同时计算该像素点视差的可信度。最后通过边缘检测图和信度图进行联合优化,修复可信度较低的像素点的视差。结果该算法能够快速有效地处理视差遮挡区域和视差不连续区域的误匹配问题。结论基于边缘特征和可信度的立体匹配算法是一种高效可行的立体匹配算法。(本文来源于《包装工程》期刊2014年23期）
边缘特征匹配论文开题报告
（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：
为提高交通参数提取的准确性与实时性,研究了基于多尺度边缘融合和SURF特征匹配的车辆检测与跟踪方法,克服了传统基于边缘特征的车辆检测方法易受噪声、背景干扰的问题,实现车辆准确检测。将车辆检测结果作为跟踪样本建立跟踪样本集合,通过建立匹配点对几何约束消除误匹配特征对,提高跟踪样本与待跟踪视频帧的SURF特征匹配准确度。针对车辆驶入、驶离相机视野,车辆间歇性运动,背景缓慢变化等情况提出跟踪样本更新机制,实现车辆的准确、实时跟踪。实验结果显示,所提算法的车辆检测率为88.3%,检测准确度为90.2%;跟踪精确度为86.4%,跟踪准确度为92.7%;检测时间成本为91.8ms,跟踪速率为52.2fps。检测准确度、跟踪准确度、检测速率、跟踪速率均高于光流法、粒子滤波法和SIFT特征匹配法,表明所提算法能较好地满足实时性应用。
（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。
边缘特征匹配论文参考文献
[1].胡均平,蔡韬,李勇成.一种区块特征匹配与边缘差分结合的运动目标检测算法[J].制造业自动化.2019
[2].穆柯楠,王会峰,杨澜,景首才.基于多尺度边缘融合及SURF特征匹配的车辆检测及跟踪方法[J].交通信息与安全.2018
[3].李超.基于Zynq-7000平台的边缘特征匹配算法研究与实现[D].南京邮电大学.2018
[4].化春键,熊雪梅,陈莹.工件圆弧边缘特征点检测与匹配方法[J].传感器与微系统.2018
[5].韩丹.边缘主点作用下的立体影像特征线匹配方法研究[J].测绘与空间地理信息.2016
[6].陈敏,朱庆,朱军,徐柱,黄澜心.SAR影像与光学影像的高斯伽玛型边缘强度特征匹配法[J].测绘学报.2016
[7].杨朝辉.SAR景象匹配中边缘特征基准图的制备方法[J].苏州科技学院学报(自然科学版).2015
[8].田浩南,张叶.基于边缘及特征点匹配的立体图像质量评价[J].液晶与显示.2015
[9].王竞雪,宋伟东,韩丹,王伟玺.边缘视差连续性约束的航空影像特征线匹配算法[J].信号处理.2015
[10].李治江,冯谨强,曹文冬,曹丽琴,杨萍.基于边缘特征和可信度的立体匹配算法[J].包装工程.2014