导读:本文包含了图像匹配定位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:图像,特征,目标,视角,视觉,算法,无人机。
图像匹配定位论文文献综述
向海,胡晓兵,吴孟桦,李航[1]（2019）在《基于改进图像匹配算法的水电站门式起重机大车视觉定位系统》一文中研究指出针对当前水电站门式起重机控制方式的缺点和运行特点,提出一种基于改进图像匹配算法的视觉定位系统,采用CCD工业相机获取门式起重机运行过程中指定区域内的地面数据,利用改进图像匹配算法实时检测区域内停车标靶的状态和位置,分段控制门机的匀速、减速和停车。实验表明,该系统能够实现门式起重机的运动控制和定位控制。(本文来源于《起重运输机械》期刊2019年20期）
孙凯旋,丁茹,张嘉易,郝永平,郭鹏跃[2]（2018）在《微小零件图像匹配和定位研究》一文中研究指出对于精密、易损的微小器件来说,检测的精度和准确度的要求越来越高,检测的零件的形状越来越复杂,要求的公差越来越小。本文针对微小零件的定位,姿态调整进行研究,根据微小零件的的几何特征,提出了基于图像匹配的识别方法,包括零件的形状、位置、定位的精度,姿态的调节和误差解算,最终是实现了微小零件的高效的匹配。高精度的定位使得图像匹配的准确度,大大提高了图像匹配的效率和精度。(本文来源于《电子世界》期刊2018年15期）
原彬理[3]（2018）在《基于双目立体视觉的普通工件图像匹配与定位》一文中研究指出随着智能识别算法与机器学习技术的不断发展与进步,机器视觉技术引起了人们的广泛关注。而基于双目立体视觉的图像匹配与定位技术正是机器视觉技术发展应用的方向之一。目前,在工件识别、车辆检测、虚拟现实等热门领域都应用了双目立体视觉技术。双目视觉相比单目视觉,具有明显的优势,即在多种环境下灵活的获取目标物体立体信息。本文对双目摄像机的标定和基本边缘特征的立体匹配技术进行了深入的研究,其中涉及的主要技术有:双目摄像机的标定、目标工件的识别定位和叁维重建。首先,实现摄像机的标定。由于传统标定方法无法同时实现稳定性和高精度,本文提出一种基于Hough和混沌粒子群相结合的改进算法进行标定,实验结果表明该算法具有较好的稳定性和较高的标定精度,工件抓取的精度远高于其他传统标定算法的精度。然后,确定工件立体匹配方法。提出了一种形状上下文的优化方法,本方法实质上是通过优化形状上下文的方法,利用直方图的信息获取候选匹配点,先进行了粗匹配,然后对其进行加权处理,再与形状上下文的相似性度量完成细匹配。最后利用RANSAC算法剔除影响匹配精度的误匹配点对。最终本文对形状上下文优化算法进行了实验验证,并得出了本方法确实提高了目标图像匹配精度的结论。最后,利用平行的双目视觉模型对目标工件关键抓取点进行数学分析,并重新构建该抓取点的叁维模型。再获取工件长轴与图像水平坐标轴的夹角,并利用该夹角来确定工件朝向,最终实现对工件的抓取。通过实验表明该方法具有一定的可行性。(本文来源于《哈尔滨理工大学》期刊2018-06-01）
梁毅,李晴晴,孙昆,党彦锋,丁金闪[4]（2018）在《利用SAR图像匹配的弹体定位新方法》一文中研究指出在导引头末制导阶段,常采用景象匹配技术修正弹体飞行轨迹的位置偏差,而传统基于多普勒信息的定位方法对误差敏感,无法满足精确制导的需求.针对上述问题,提出一种新的弹体定位方法,通过构建以场景中任意点为北天东坐标系原点的定位几何模型,获取景象匹配后弹载合成孔径雷达图像中多特征点的位置信息;然后以对应的斜距信息构造非线性方程组,运用高斯牛顿-遗传混合算法解算出弹体实际位置,从而准确地对弹道修偏.(本文来源于《西安电子科技大学学报》期刊2018年06期）
陈艳[5]（2018）在《基于特征图像匹配的目标定位关键技术研究》一文中研究指出随着国防军事和公共安全需求的提高,对地面目标定位的性能要求也越来越高,机载光电设备是实现地面目标精确定位的有效手段,目标定位的性能决定了目标精确监测与打击任务的成败。传统机载光电设备目标定位方法误差来源多且易受到环境干扰,基于图像的目标定位技术不易受到信号干扰且定位精度高,是当前研究的主流。本文以机载光电设备为研究对象,分别从目标定位总体方案、同源大视角图像匹配、异源大视角图像匹配及特征图像匹配目标定位几个方面,对基于特征图像匹配的目标定位关键技术进行了分析与研究。论文首先分析了传统机载光电设备目标定位方法的优劣,研究了基于特征图像匹配的目标定位总体方案,设计了论文的理论架构。同时,对特征图像匹配基础理论进行了分析,着重分析了经典边缘特征提取、点特征提取和描述方法的性能,为后续同源大视角和异源大视角图像匹配算法的研究奠定基础。为了解决图像间存在较大角度差异时难以匹配的问题,同时为了提高算法的运算速度和可靠性,论文提出了PORB大视角图像匹配算法,采用ORB快速匹配算法作为基础算法,通过穷举采样的方式对图像进行视角模拟,消除图像变形,实现了对大视角差异图像的匹配。针对PORB算法穷举采样的缺点,提出了基于单应性矩阵的快速PORB大视角图像匹配算法,通过设置预判断,减少了循环模拟的次数,提高了算法的速度与可靠性。为了解决红外与可见光图像灰度差异大、匹配性能差的问题,论文提出了一种基于自适应Canny边缘特征的改进ORB异源图像匹配算法,通过在边缘图像中进行点特征匹配,实现了红外与可见光图像的匹配。该方法难以适应于拍摄角度差异较大的情况,因此,进一步提出了基于自适应Canny边缘特征的PORB异源大视角图像匹配算法,借鉴快速PORB算法的思想,通过视角模拟和预判断设置,实现了红外与可见光异源大视角图像匹配。最后,为了实现机载光电设备的目标定位,论文给出了基于特征图像匹配的目标定位方法,通过图像匹配的结果,获得两幅图像间目标点位置的对应关系,从而实现目标高精度定位。同时,利用实验室现有条件,设计并实现了一套可视化仿真验证平台。该可视化仿真验证平台集飞行模拟、图像仿真、图像匹配和目标定位于一体,直观体现了论文研究的目标定位方法的优势性能。(本文来源于《南京航空航天大学》期刊2018-03-01）
傅超斌,南开来[6]（2017）在《基于改进遗传算法的图像匹配定位》一文中研究指出为了提高彩色图形匹配效率,提出一种针对大图搜索匹配的改进遗传算法搜索策略。针对图像匹配问题的特点,以及根据遗传算法的优化策略,对其初始种群及交叉变异操作进行改进,从而加快图形匹配定位速度,提高其结果的可靠性。(本文来源于《微型机与应用》期刊2017年23期）
潘鹏举[7]（2017）在《基于图像匹配的大视角目标快速精确定位关键技术研究》一文中研究指出侦察机、导弹、无人机等在执行远程侦查或作战任务时,需要利用机载光电吊舱对远程重要目标进行快速精确定位,定位精度的高低以及定位速度的快慢直接决定了任务的成败。研究基于航空器的高效目标定位技术具有极其重要的现实意义。传统的机载光电吊舱采用飞机、吊舱、目标之间的位置和姿态传递的形式进行待定目标的位置确定,其精度受到各种安装误差、测量误差的影响和限制。随着图像匹配技术的深入研究,开展利用图像匹配辅助目标定位的理论和技术对机载航空电子技术发展具有重要意义。论文以快速大视角图像匹配算法作为研究重点,进行了大视角目标快速精确定位关键技术的研究与仿真验证平台的实现工作。论文首先设计了基于图像匹配的大视角目标快速精确定位系统的总体方案,通过将大视角下目标实测图像与机载参考图像进行匹配实现目标快速精确定位,然后根据此设计了本文所研究的理论架构和对理论部分进行验证的仿真验证平台架构。为了从目标实测图像中将目标快速提取出来,为本文后续目标快速精确定位打下基础,本文首先提出了基于目标实测图像序列的目标快速提取算法,通过对目标实测图像序列进行快速图像匹配以及将匹配结果进一步优化,从而从目标实测图像中快速提取出待定位目标。为了实现在机载参考图像中对目标的精确定位,本文进一步研究了基于惯性信息辅助的大视角快速匹配算法,通过将具有较大视角差异的目标实测图像与机载参考图像进行快速匹配,获取目标实测图像与机载参考图像之间的像素坐标对应关系,为本文后续目标精确定位打下基础。为了最终实现在机载参考图像中对目标进行精确定位,本文在目标快速提取算法和快速大视角图像匹配算法基础上,进一步研究了目标精确定位算法,通过将目标提取结果与快速大视角图像匹配结果结合在一起最终实现了目标的精确定位。设计并实现了大视角目标快速精确定位系统仿真验证平台,并基于该验证平台进行了实验,验证了本文提出算法的有效性和可行性。(本文来源于《南京航空航天大学》期刊2017-03-01）
肖宇峰,王瑞,姜军,张华[8]（2016）在《基于图像匹配的放射性区域定位方法》一文中研究指出去污作业时,工程人员需要准确定位放射性区域,彻底去除有害物质。提出了一种利用图像匹配定位放射性区域的方法,通过普通相机即可确定污染物位置。具体过程为:首先,采集放射性区域的γ相机图像,并提取辐射成像区域的边缘轮廓;然后,从γ相机和普通相机图像中找出匹配点云,并利用点云计算出相机间的变换矩阵;最后,把γ相机图像中的放射性区域轮廓映射到普通相机图像中,完成普通相机对放射性区域的重新定位。实验过程中:γ相机与普通相机有水平和垂直偏角时,该方法通过普通相机准确找到了模拟的放射性区域;而在应用现场,该方法同样通过普通相机找到了放射性污染物。(本文来源于《电视技术》期刊2016年05期）
郑明国（JONG,MYONG,GUK）[9]（2016）在《面向无人机视觉辅助定位的图像匹配算法研究》一文中研究指出无人机视觉辅助定位是指利用无人机航拍图像的信息与地理信息系统(如经过地理标记与定位的卫星遥感图像)的先验知识相结合,对无人机自身位姿进行估计的方法。视觉辅助定位技术是对传统的卫星导航定位(如GPS信号)与惯性导航定位技术的一种有力的补充,对于提高无人机导航定位系统的抗干扰能力具有重要的支撑作用。在视觉辅助定位技术研究领域中,图像匹配算法是最核心的关键技术之一。考虑到无人机航拍图像与卫星遥感图像之间存在光照条件、视角、尺度乃至于地物分布方面的差异,如何设计一种快速、鲁棒且精确的图像匹配算法是一个非常具有挑战性的开放性课题。其研究内容涉及特征提取、目标检测与搜索、特征匹配与识别、摄像机标定等多个研究方向,其研究能够广泛应用于无人机视觉导航、地面目标识别及跟踪、卫星图像变化识别及土地利用检测等领域,具有重要的理论研究与应用推广价值。本文以无人机视觉辅助定位系统开发为研究背景,以基于特征匹配的无人机定位关键技术为主要研究方向,以提升无人机定位技术的鲁棒性和抗干扰能力为研究目的,通过对局部与全局特征描述子的设计、特征点匹配策略、基于全局特征的目标图像快速搜索以及INS系统与视觉辅助定位技术的融合方法等问题的研究,提出了一套相对完整、实用且性能更加优越的基于图像匹配算法的无人机视觉辅助定位技术方案,其主要研究内容和成果体现在以下几个方面:首先,为了提高基于图像梯度分布的局部特征描述子的不变性,实时性以及显着性,提出了一种新的梯度分布统计模型。用模值累积梯度方向直方图作为离散边缘积分函数,使用非参数估计方法实现该函数的精确估计。针对无人机视觉导航与定位应用中十分重要的图像匹配算法的旋转、对比度及尺度不变性问题,提出了基于径向采样网格的特征描述子,降低特征向量维数和计算复杂度。该特征描述方法能够应用于基于一级梯度直方图的局部特征描述子,而且算法较简单,计算量小,能够确保在图像处理器或嵌入式硬件上应用的实时性。实验结果表明,与其它算法相比,本文提出的特征描述子具有更好的鲁棒性和有效性。其次,针对无人机视觉辅助定位过程中局部特征匹配的精度问题,提出了基于自适应最近邻距离比与梯度主方向偏差统计的特征匹配算法。首先,为了提高匹配效率,增加匹配对的数目,提出了基于卫星图像的特征点数目的自适应最近邻距离比阈值设定法。然后,通过梯度主方向偏差统计分析判断无人机图像在卫星遥感图像数据库中对应的分区。最后,利用GMM模型和EM算法,估计梯度主方向偏差分布的概率密度函数,进而将得到的主方向偏差角度应用于匹配过程。在实验阶段选取了叁种数据库的图像通过与其它主流匹配算法的对比验证了本文算法的有效性。再次,针对复杂城市环境下无人机定位的问题,提出一种基于线段提取的遥感图像全局特征描述和匹配算法。考虑到城市区域航拍图像中建筑物、道路、植被区域分布的人工布局特性,提出了基于主成分分析(PCA)的线段提取算法,使得特征能够较好的克服光照条件和对比度的变化。基于线段模型构建旋转不变性全局特征以处理航拍图像与卫星遥感图像之间普遍存在的旋转与尺度变化。最后基于该全局特征,采用分层搜索方法从卫星遥感图像构建的参考数据中识别出无人机航拍图像所处的分区。实验结果表明,该方法能够快速有效的实现无人机航拍图像的检索与匹配,提升了定位算法在旋转变化和光照条件变化情况下的鲁棒性。最后,针对惯性导航及视觉辅助定位的的问题,提出一套基于全局特征与局部特征融合的无人机定位算法流程。该算法流程首先采用全局特征匹配进行无人机航拍图像定位的粗略估计。然后采用基于局部特征匹配的梯度主方向偏差GMM估计算法来提取与无人机航拍图像较相似的小区域卫星图像,最后使用ORSA算法来对无人机坐标进行更加精确的估计。通过全局特征匹配的实验结果,验证了本文算法在区域搜索和图像匹配方面的良好性能。综上所述,本文提出了一套完整的INS与基于图像匹配的视觉辅助复合定位方案,针对现有方法的缺陷,提出了一系列局部与全局特征描述子、点匹配算法以及区域检索算法,提升了视觉辅助定位的精度、鲁棒性和实时性,研究成果具有比较重要的理论意义与应用价值。(本文来源于《东北大学》期刊2016-05-01）
王道威[10]（2016）在《基于OpenCV的图像匹配算法及其靶标定位应用》一文中研究指出图像是人类获取信息的重要来源。随着信息技术的快速发展,图像的获取和处理不再局限于我们自己。越来越多的图像获取设备和图像处理系统不断地出现,机器也能像人类一样获取并处理图像。本文根据靶标定位需求,在总结众多图像匹配算法的基础上,研究了图像靶标匹配的相关算法,提出了改进Chamfer匹配算法和基于SURF(Speed up Robust Feature)特征图像匹配算法。改进Chamfer匹配算法适用于简单情况下的图像靶标定位应用,能够快速准确地识别出靶标图像的位置。该算法在Chamfer倒角匹配算法的基础上对边界距离的计算方法进行了改进,在新的边界距离计算中添加了标准差因子和方向差因子。基于SURF特征图像匹配算法适用于复杂情况下的图像靶标定位应用,能够快速准确地识别出靶标图像的中心点所在位置。SURF特征点匹配算法能够较快地找出待匹配图像和模板图像的匹配特征点集合,但是匹配特征点集中会有无效特征点。本文提出了有效特征点判定策略和匹配结果搜索策略,结合SURF特征点匹配算法提出了基于SURF特征图像匹配算法。本文对改进Chamfer匹配算法和基于SURF特征图像匹配算法进行了大量的匹配实验,实验证明改进Chamfer匹配算法在靶标定位过程中提高了匹配精确度,基于SURF特征图像匹配算法能够应用于复杂情况下的图像靶标定位。(本文来源于《华中科技大学》期刊2016-05-01）
图像匹配定位论文开题报告
（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：
对于精密、易损的微小器件来说,检测的精度和准确度的要求越来越高,检测的零件的形状越来越复杂,要求的公差越来越小。本文针对微小零件的定位,姿态调整进行研究,根据微小零件的的几何特征,提出了基于图像匹配的识别方法,包括零件的形状、位置、定位的精度,姿态的调节和误差解算,最终是实现了微小零件的高效的匹配。高精度的定位使得图像匹配的准确度,大大提高了图像匹配的效率和精度。
（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。
图像匹配定位论文参考文献
[1].向海,胡晓兵,吴孟桦,李航.基于改进图像匹配算法的水电站门式起重机大车视觉定位系统[J].起重运输机械.2019
[2].孙凯旋,丁茹,张嘉易,郝永平,郭鹏跃.微小零件图像匹配和定位研究[J].电子世界.2018
[3].原彬理.基于双目立体视觉的普通工件图像匹配与定位[D].哈尔滨理工大学.2018
[4].梁毅,李晴晴,孙昆,党彦锋,丁金闪.利用SAR图像匹配的弹体定位新方法[J].西安电子科技大学学报.2018
[5].陈艳.基于特征图像匹配的目标定位关键技术研究[D].南京航空航天大学.2018
[6].傅超斌,南开来.基于改进遗传算法的图像匹配定位[J].微型机与应用.2017
[7].潘鹏举.基于图像匹配的大视角目标快速精确定位关键技术研究[D].南京航空航天大学.2017
[8].肖宇峰,王瑞,姜军,张华.基于图像匹配的放射性区域定位方法[J].电视技术.2016
[9].郑明国（JONG,MYONG,GUK）.面向无人机视觉辅助定位的图像匹配算法研究[D].东北大学.2016
[10].王道威.基于OpenCV的图像匹配算法及其靶标定位应用[D].华中科技大学.2016
论文知识图
