导读:本文包含了距离图像配准论文开题报告文献综述及选题提纲参考文献，主要关键词:图像配准,SIFT特征,角度相对距离,精确匹配
距离图像配准论文文献综述
李晖晖,郑平,杨宁,胡秀华[1]（2017）在《基于SIFT特征和角度相对距离的图像配准算法》一文中研究指出对2幅不同角度、不同光照条件或不同相机采集到的图像进行配准,是一项十分具有挑战性的研究。针对参考图像和待配准图像对之间存在的仿射变换问题,提出了一种灵活通用的、基于SIFT特征和角度相对距离的图像配准算法。算法充分利用了图像正确匹配特征点对之间存在的角度关系,实现了特征点之间的精确匹配。将所提算法同LLT(locally linear transforming)算法及RANSAC算法进行了对比实验,结果表明,新算法有较高的有效性和鲁棒性。而且新算法不仅适用于普通图像,在近红外与可见光图像以及遥感图像中均充分体现了良好的鲁棒性和适用性,在匹配特征点数目较少时,也具有良好的鲁棒性。(本文来源于《西北工业大学学报》期刊2017年02期）
杜刚,张善文[2]（2016）在《相似度距离耦合角度径向变换的图像配准算法》一文中研究指出目的为了解决当前图像配准算法因利用l1距离或l2距离相似度测量手段来完成图像特征点匹配,使其忽略了相位信息,难以有效消除高斯噪声的影响,使其配准精度与效率不佳不足的问题。方法提出最优相似度距离耦合角度径向变换的抗噪图像配准算法。首先引入角度径向变换,以降低算法复杂度,快速提取图像的特征点。然后联合图像的幅度和相位信息,基于欧式距离测度,定义最优相似度距离测量模型,通过求解其全局最小值,对特征点完成匹配,提高算法的抗噪性能。最后将图像分割为内点与外点,择取6个内点,通过计算其变换矩的几何配准误差,改进随机样本一致策略,对匹配进行提纯,消除误配。结果仿真实验结果显示,与当前基于l1距离或l2距离相似度测量的图像配准技术相比,该算法具有更强的抗高斯噪声性能和更高的匹配精度,且算法时耗最短。结论所提算法能够精确完成图像特征配准。(本文来源于《包装工程》期刊2016年19期）
张璐[3]（2015）在《自适应小波尺度和改进HD距离的PCB红外图像配准》一文中研究指出图像配准是进行电路板红外图像检测中非常重要的一步,因此非常有必要对红外图像的配准进行深入研究。电路板红外图像存在椒盐噪声比较严重,芯片发热区域容易交叉等特点,现有的图像配准算法大多针对可见光图像或医学图像,难以有效的对电路板红外图像进行有效配准,因此必须对传统的图像配准算法进行优化改进,使其适应电路板红外图像配准的提取任务。本文首先介绍了红外图像配准的现状,分析了经常使用的几种配准方法,最终确定以边缘特征作为匹配依据,以Hausdorff距离为实现配准的相似性度量。其次在提取边缘特征时,对比多种边缘检测算子,深入了解了小波的多分辨率特性分析,确定通过小波变换进行多尺度分层边缘检测。并用实验室采集的电路板红外图像进行边缘提取的仿真模拟,分析比较各种算法提取出的边缘图像的优缺点。并且通过对更改后的Hausdorff距离的模板匹配后各参数的对比,对传统Hausdorff距离的配准方法进行了更加完善的修改。最后针对电路板红外图像的背景区域灰度单一、元器件发热部位轮廓模糊、噪声高、对比度低等特点,结合上述内容分析比较,开发了一种结合小波域尺度自适应以及改进的Hausdorff距离的红外图像配准方法。首先用小波域尺度自适应的边缘检测算法依次把参考图像和待配准图像的边缘曲线提取出来;然后把传统Hausdorff距离方法修改完善,边缘曲线分段,并建立匹配基本单元;其次对参考边缘图像和待配准边缘图像的匹配基元粗匹配,压缩搜索空间,再进行精匹配,找出最优变换。最后采用matlab进行仿真,完成红外图像的精确配准。对比实验结果表明:该方法使配准准确度显着上升,同时也极大地改善了配准的稳定性和实时性。(本文来源于《中国民航大学》期刊2015-04-29）
王力,张璐,王坤,张红颖[4]（2014）在《结合小波模极大值和改进Hausdorff距离的电路板红外图像配准》一文中研究指出电路板红外图像具有背景区域灰度单调、元器件发热区域轮廓模糊、噪声高、对比度低等特点,对配准精度和稳定性有很大影响。针对这些特征,提出了结合小波模极大值和改进Hausdorff距离的红外图像配准方法。首先用小波模极大值的算法提取边缘曲线;然后对传统Hausdorff距离进行改进,边缘曲线分段,并建立匹配基本单元;其次对基本单元粗匹配,压缩搜索空间,再进行精匹配,找出最优变换。最后采用Matlab进行仿真,实现图像精确配准。对比实验结果表明:该方法明显提高了配准精度,显着改善了配准稳定性。(本文来源于《红外技术》期刊2014年12期）
张姝媚[5]（2014）在《基于自适应阈值距离分段坐标系的形状上下文图像配准算法》一文中研究指出灾害前后遥感图像全局结构相对稳定不变,特征点遍布在全局形状中,形状上下文采用对数极坐标系,对小距离变化区分度高而中长距离区分度低,本文提出了一种基于自适应阈值距离分段坐标系的傅里叶相对形状上下(SAT-RFSC),SAT-RFSC使用特征点的距离,计算描述算子的自适应阈值(SAT)得到坐标系,这种自适应距离分段坐标系提高了特征描述符中长距离的区分度。相对傅里叶形状上下文(RFSC)实现了算法的旋转不变性。使用RANSAC方法计算仿射变换矩阵实现配准。实验结果证明:本文提出的SAT-RFSC能实现大范围旋转角度变化图像配准。配准精度显着高于传统SIFT算法,和对数极坐标系和对数坐标系划分法相比,SAT具有更高的距离区分度。(本文来源于《科技视界》期刊2014年32期）
周爱军,杜宇人[6]（2014）在《基于角点LTS Hausdorff距离的图像配准技术》一文中研究指出为了克服传统灰度图像配准方法计算量大、适应能力差等问题,研究了一种基于SIFT角点的图像配准方法。比较了常用的两种特征点提取算子——Harris角点算子和SIFT特征点提取算子,通过性能对比选择SIFT角点作为特征点。SIFT算子提取的特征点可能集中在某一个小区域,采用最大统计滤波对图像进行非最大抑制的方法来进行角点分布的控制。实验证明该方法可以获得的角点分布比较均匀;针对特征点的匹配,首先采用LTS Hausdorff距离进行特征点的初匹配,然后采用基于Sampson距离的随机抽样一致性算法去除伪匹配的特征点对。实验证明,该方法可以实现图像的精确配准。(本文来源于《实验室研究与探索》期刊2014年10期）
徐旭,张风丽,王国军,邵芸[7]（2014）在《基于Hausdorff距离的城区高分辨率SAR图像配准方法研究》一文中研究指出图像配准是图像融合、变化检测和目标跟踪等的基础。针对城区高分辨率SAR图像的特点和特征点选取的困难性,提出了一种基于Hausdorff距离的城区SAR图像自动配准方法。首先运用Otsu图像分割与Canny算子相结合的方法对图像中的道路或河流边缘特征点进行提取,再以Hasudorff距离为相似性测度对提取的特征点集进行匹配。基于TerraSAR-X图像的实验结果表明,运用该配准算法无需提取的特征点间一一对应,有效降低了特征提取的要求,并取得了较好的配准结果。(本文来源于《遥感信息》期刊2014年03期）
李伟峰,周金强,方圣辉[8]（2014）在《基于改进Hausdorff距离的图像配准方法》一文中研究指出针对多尺度遥感图像灰度差异大的特点,利用特征集形状进行配准,提出了一种改进的Hausdorff距离及相应的图像匹配算法。首先采用基于尺度不变特征转换(scale-invariant feature transform,SIFT)的特征提取方法,提取多尺度图像间的尺度不变特征;然后利用Hausdorff距离作为适应度函数,通过遗传算法(genetic algorithm,GA)寻求图像间的几何变换参数;最后将待配准图像经过几何变换以及重采样与参考图像匹配,实现多尺度遥感图像的配准。实验结果表明,改进的Hausdorff距离算法与传统的Hausdorff相比,具有较高的配准精度和较快的配准速度,且稳定性和抗噪性更高,更适合用于图像配准。(本文来源于《国土资源遥感》期刊2014年02期）
刘继承,吴林林,孙慧琳[9]（2013）在《基于特征的hausdorff距离图像配准》一文中研究指出针对图像配准问题,提出了基于Harris及SIFT(Scale-invariant feature transform)特征的Hausdorff距离方法来实现图像配准。首先利用harris角点检测和SIFT特征提取参考图像和待配准图像的角点,通过两种方法获得的角点在融合之后获得更大的角点搜索范围,再利用相似一致性匹配原则剔除错误角点,进而通过改进的Hausdorff距离算法完成图像的配准操作。结果证明,改进算法比传统Hausdorff距离算法运行时间更短,算法时间降低约45%,具有较强的抗噪声能力和旋转鲁棒性,提高了图像配准的效率和精确性。(本文来源于《自动化技术与应用》期刊2013年09期）
李大雷,张国华[10]（2012）在《相似距离比算法在图像配准中的应用》一文中研究指出对于图像配准中剔除误匹配的问题,在研究随机抽样一致性算法(RANSAC)的基础上,针对RANSAC算法中具有3个不确定参数,较难设置这些参数以同时得到较高的匹配精度和较短的运行时间,并且匹配精度与运行时间具有一定随机性等问题,提出了采用相似距离比剔除误匹配的算法。实验结果表明:在对有旋转、平移、缩放的图像进行配准时,该算法能够充分利用正确匹配点,缩短了运行时间,具有良好的配准精度和鲁棒性。(本文来源于《电光与控制》期刊2012年04期）
距离图像配准论文开题报告
（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：
目的为了解决当前图像配准算法因利用l1距离或l2距离相似度测量手段来完成图像特征点匹配,使其忽略了相位信息,难以有效消除高斯噪声的影响,使其配准精度与效率不佳不足的问题。方法提出最优相似度距离耦合角度径向变换的抗噪图像配准算法。首先引入角度径向变换,以降低算法复杂度,快速提取图像的特征点。然后联合图像的幅度和相位信息,基于欧式距离测度,定义最优相似度距离测量模型,通过求解其全局最小值,对特征点完成匹配,提高算法的抗噪性能。最后将图像分割为内点与外点,择取6个内点,通过计算其变换矩的几何配准误差,改进随机样本一致策略,对匹配进行提纯,消除误配。结果仿真实验结果显示,与当前基于l1距离或l2距离相似度测量的图像配准技术相比,该算法具有更强的抗高斯噪声性能和更高的匹配精度,且算法时耗最短。结论所提算法能够精确完成图像特征配准。
（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。
距离图像配准论文参考文献
[1].李晖晖,郑平,杨宁,胡秀华.基于SIFT特征和角度相对距离的图像配准算法[J].西北工业大学学报.2017
[2].杜刚,张善文.相似度距离耦合角度径向变换的图像配准算法[J].包装工程.2016
[3].张璐.自适应小波尺度和改进HD距离的PCB红外图像配准[D].中国民航大学.2015
[4].王力,张璐,王坤,张红颖.结合小波模极大值和改进Hausdorff距离的电路板红外图像配准[J].红外技术.2014
[5].张姝媚.基于自适应阈值距离分段坐标系的形状上下文图像配准算法[J].科技视界.2014
[6].周爱军,杜宇人.基于角点LTSHausdorff距离的图像配准技术[J].实验室研究与探索.2014
[7].徐旭,张风丽,王国军,邵芸.基于Hausdorff距离的城区高分辨率SAR图像配准方法研究[J].遥感信息.2014
[8].李伟峰,周金强,方圣辉.基于改进Hausdorff距离的图像配准方法[J].国土资源遥感.2014
[9].刘继承,吴林林,孙慧琳.基于特征的hausdorff距离图像配准[J].自动化技术与应用.2013
[10].李大雷,张国华.相似距离比算法在图像配准中的应用[J].电光与控制.2012