导读:本文包含了线段特征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:线段,特征,直线,视差,梯形,几何,机器人。
线段特征匹配论文文献综述
李海丰,胡遵河,范龙飞,姜子政,陈新伟[1]（2017）在《基于几何约束及0-1规划的视频帧间线段特征匹配算法》一文中研究指出针对线段因遮挡、断裂以及端点提取不准确等原因造成的线段特征匹配困难问题,特别是现有匹配算法在匹配过程中出现"多配多"时直接采取"最相似匹配"而导致丢失大量真实匹配的问题,提出了一种基于多重几何约束及0-1规划的线段特征匹配算法。首先,基于校正后视频帧间线段特征的空间相邻性计算线段匹配的初始候选集;然后,基于极线约束、单应矩阵模型约束以及点-线相邻性约束等多重几何约束,对候选集进行筛选从而剔除部分错误匹配;其次,将线段匹配问题建模为一个大规模0-1规划问题;最后,设计了一种基于分组策略的两阶段求解算法对该问题进行求解,从而实现线段特征的"一配一"精确匹配。实验结果表明,该算法与LS(Line Sigature)、LJL(LineJunction-Line)方法相比,匹配正确率接近,但匹配线段数量分别提高了60%和11%。所提算法可以实现视频帧间的线段特征匹配,为基于线特征的视觉SLAM(Simultaneously Localization and Mapping)奠定基础。(本文来源于《计算机应用》期刊2017年08期）
宋伟东,朱红,王竞雪,张重阳[2]（2016）在《线段元支撑区主成分相似性约束特征线匹配》一文中研究指出针对特征线匹配中因线段端点不确定而难以提供准确位置的问题,论文提出结合边缘主点与线段元支撑区主成分相似性约束近景影像特征线匹配方法。首先,利用ASIFT算法获取立体像对同名点,计算仿射变换矩阵;其次,对Canny算子边缘检测后的影像进行Freeman链码跟踪,链码分裂获取线段元的边缘主点,将边缘主点视为匹配基元,同时结合仿射变换、核线约束及Harris兴趣值叁重约束独立匹配边缘主点;最后,采用线段元支撑区主成分相似性对特征线匹配结果进行一致性检核。论文选取不同类型的近景影像作为实验数据,验证本文算法的有效性和普适性。该算法实现了以点代线匹配,降低直线匹配算法的复杂程度,同时通过线段元支撑区主成分相似性约束检核匹配结果,充分利用近景影像彩色信息,提高了匹配结果的可靠性。(本文来源于《信号处理》期刊2016年08期）
王海彬,吴军,彭智勇[3]（2016）在《视差引导下的影像线段特征匹配算法》一文中研究指出为提高线段特征匹配的效率和准确率,通过引入SGM算法生成立体像对的初始视差信息,改进了影像线段特征匹配算法。该算法利用生成的视差信息建立待匹配线段的梯形搜索窗口,根据线段提供的几何和灰度特性,剔除梯形搜索窗口内的歧义线段,通过最小视差差分准则,迭代计算待匹配线段与搜索窗口内候选线段的匹配代价,从而确定最终的同名线段。实验结果表明,该算法提高了线段特征匹配的效率,且准确率达到98%以上。(本文来源于《桂林电子科技大学学报》期刊2016年02期）
许国玉,曹虎辰,刘少刚[4]（2013）在《基于特征线段匹配的救援机器人建图方法》一文中研究指出针对救援机器人的环境识别及其建图(SLAM)问题,提出了一种基于特征线段匹配的方法。通过激光雷达获取环境信息,采用特征线段提取匹配的方法提高了系统运行速度,在救援机器人移动过程中,系统能够及时、准确地进行全局地图更新。在救援环境中,利用救援机器人进行环境识别及建图,实验结果表明:采用基于特征线段匹配方法实现建图,能够得到较完整的环境地图,其方法具有很好的实用性。(本文来源于《图学学报》期刊2013年04期）
张国良,汤文俊,敬斌,程展欣[5]（2012）在《基于线段特征匹配的EKF-SLAM算法》一文中研究指出针对EKF-SLAM算法在机器人被"绑架"时失效的问题,提出一种新的基于线段特征匹配的EKF-SLAM算法——EKFLineSLAM算法。该算法在线段特征观测模型和改进的基于逐点搜索的线段提取算法的基础上,将线段特征匹配引入EKF-SLAM算法,并对线段长度和姿态角进行EKF更新,创建环境的线段特征地图。在未知室内结构化环境中,将该算法与弱匹配EKFLineSLAM算法进行比较,验证了EKFLineSLAM算法在结构化环境中克服机器人"绑架"问题的可行性和有效性。(本文来源于《控制工程》期刊2012年06期）
杨明[6]（2012）在《基于特殊角点的特征线段的立体匹配的研究》一文中研究指出立体匹配是机器视觉中的核心问题同样也是瓶颈问题。立体匹配中的特征匹配拥有较强的抗干扰能力，计算量少，相对处理速度较快，能够满足一般实时性的需求，尽管特征匹配不能得到稠密的视差图，但是在模式识别与图像理解等领域，对于图像特征提取与匹配的研究具有重大意义。线段特征具有良好的集合解析性，并且能够很容易的描述目标，对于双目视觉系统来说，线段特征的提取与匹配的准确程度以及实时性直接影响着对目标物体的识别。在现实生活中，人造事物的轮廓大部分都可以利用线段进行描述，例如：室外的建筑、道路、室内的绝大多数物体轮廓，因此本文主要是研究特征线段的快速精确提取与匹配问题。针对特征线段提取的问题，本文提出一种基于特殊角点的逼近式特征线段的提取方法，主要是将Hough与Harris算法有效结合，从而提高利用Hough算法提取线段的速度以及得到更加准确的端点。主要思想是借鉴于Harris角点提取算法的优点：一方面它计算简单，处理速度快，并且在边缘能提取大量的角点；另一方面，对于特征角点的提取数量可以控制，并且可以根据需要选择部分点，然后将提取的特殊角点(角点以及角点量较大的点)作为基础，通过Hough算法提取特征线段。但是Harris算法与Hough算法拥有它们自身的缺点：Harris算法通过高斯滤波尽管去除了部分噪声，但是同时对边缘也起到了模糊和弱化的效果，导致很多边缘的特殊角点无法提取，并且还可能提取大量的无规则的纹理角点；Hough算法不能精确的得到线段端点的问题。本文提出两点解决以上问题：第一、提出了在Harris算法中利用锐化处理突出边缘，然后再利用纹理密度测度算子过滤纹理角点，减少Hough所处理的像素基元，从而提高提取线段的速度；第二、利用逼近式方法尽量准确的提取线段的端点，以克服Hough算法不能够精确得到端点的问题。针对特征线段匹配的问题，本文提出利用角点约束减少搜索空间，然后利用彩色信息相关匹配与灰度匹配相融合的匹配方法，从而提高匹配精度。传统利用极线约束将搜索空间从二维降到一维，本文提出角点约束，可以将搜索空间降到数个点，再结合彩色匹配算法的优点以弥补灰度匹配的不足，比如对于光照的敏感性，提高匹配精度，并且进一步可以对未找到的匹配直线，利用已找到的匹配点进行最小二乘拟合形成匹配线段，从而提高成功匹配率。(本文来源于《辽宁大学》期刊2012-05-01）
线段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：
针对特征线匹配中因线段端点不确定而难以提供准确位置的问题,论文提出结合边缘主点与线段元支撑区主成分相似性约束近景影像特征线匹配方法。首先,利用ASIFT算法获取立体像对同名点,计算仿射变换矩阵;其次,对Canny算子边缘检测后的影像进行Freeman链码跟踪,链码分裂获取线段元的边缘主点,将边缘主点视为匹配基元,同时结合仿射变换、核线约束及Harris兴趣值叁重约束独立匹配边缘主点;最后,采用线段元支撑区主成分相似性对特征线匹配结果进行一致性检核。论文选取不同类型的近景影像作为实验数据,验证本文算法的有效性和普适性。该算法实现了以点代线匹配,降低直线匹配算法的复杂程度,同时通过线段元支撑区主成分相似性约束检核匹配结果,充分利用近景影像彩色信息,提高了匹配结果的可靠性。
（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。
线段特征匹配论文参考文献
[1].李海丰,胡遵河,范龙飞,姜子政,陈新伟.基于几何约束及0-1规划的视频帧间线段特征匹配算法[J].计算机应用.2017
[2].宋伟东,朱红,王竞雪,张重阳.线段元支撑区主成分相似性约束特征线匹配[J].信号处理.2016
[3].王海彬,吴军,彭智勇.视差引导下的影像线段特征匹配算法[J].桂林电子科技大学学报.2016
[4].许国玉,曹虎辰,刘少刚.基于特征线段匹配的救援机器人建图方法[J].图学学报.2013
[5].张国良,汤文俊,敬斌,程展欣.基于线段特征匹配的EKF-SLAM算法[J].控制工程.2012
[6].杨明.基于特殊角点的特征线段的立体匹配的研究[D].辽宁大学.2012
论文知识图
