导读:本文包含了图像匹配定位论文开题报告文献综述及选题提纲参考文献，主要关键词:图像匹配,几何特征,姿态调整,误差解算
图像匹配定位论文文献综述
孙凯旋,丁茹,张嘉易,郝永平,郭鹏跃[1]（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[2]（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[3]（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[4]（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[5]（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）
陈圣义[6]（2017）在《基于大倾角图像匹配的平台定位与目标跟踪方法研究》一文中研究指出平台定位与目标跟踪是景象匹配技术在实际中的两类重要应用,在军事和民用上都具有重大应用价值。本论文研究了大倾角成像条件下提高平台定位与目标跟踪精度的方法。首先从作为基础的匹配技术出发,研究了适应几何畸变的相似性度量及匹配结果置信度估计方法以提高匹配性能,然后将其应用于大倾角成像条件下平台定位与目标跟踪中。主要内容如下:(1)针对模板匹配中,传统相似性度量在图像几何畸变条件下无法适用的问题,提出了几何畸变自适应的相似性度量。利用图像中双向匹配点对图像间的相似变换参数投票,以最高票数作为两幅图像之间的相似性度量。然后利用投票位置查找表和并行加速的策略提高匹配时间性能。使用区间投票的手段,使得该相似性度量对仿射变换甚至透视变换也具有一定的适应能力。实验结果表明,利用该度量进行模板匹配,可以有效降低图像间几何畸变影响,提高了模板匹配性能。(2)针对景象匹配应用中衡量匹配结果可信程度的需求,提出了一种融合实时图与相关曲面特征的匹配置信度估计方法。以理论方法估计的置信度、实时图统计特征以及相关曲面特征量构成特征向量,使用随机森林进行决策分类,以支持匹配正确的决策树所占比率作为匹配结果置信度。提出了相关曲面多峰系数,描述相关曲面中与匹配结果相似的区域中所占比率,以此来表征基准图中重复模式的影响。使用大量仿真图像进行了匹配和置信度估计,结果表明,利用本方法计算的匹配置信度对匹配结果正确与否进行分类,性能比直接使用相关值和理论估计值有明显提升。(3)针对SAR/惯性组合导航中,特别是大倾角成像条件下,对平台高精度定位的需求,提出了一种结合大倾角SAR图像匹配和惯导信息的平台定位方法。利用SAR图像进行高精度景象匹配,并结合高程数据估计各成像时刻平台位置,再用序列时刻的估计位置对惯导数据进行修正,有效提高了SAR平台位置精度。根据误差传递关系,对各误差因素的影响进行了分析,推导了平台定位精度估计公式。大量仿真实验结果表明本方法可行,误差分析正确。实际挂飞序列图像验证实验结果表明所提出方法能够有效补偿惯导系统的漂移误差,可以实现高精度的SAR平台定位。(4)针对复杂立体场景大倾角绕飞观测条件下,对点目标高精度跟踪的需求,提出了一种基于特征点匹配与扩展卡尔曼滤波的目标跟踪方法。利用图像中辅助特征点估计相机相对运动轨迹,获得目标在图像中的投影位置,以提高跟踪效率。特别针对大倾角、小视场角成像条件,提出使用弱透视成像模型对各特征点位置进行初始化,以相对姿态角作为输入提高跟踪稳定性,并使用辅助特征点协助目标空间位置更新的策略减小目标在匹配错误时利用图像投影位置作为跟踪结果的误差。仿真实验表明,使用上述改善方法,可以有效提高目标在图像中投影位置的精度,保证目标跟踪性能。实际序列图像跟踪结果显示本方法可以实现绕飞条件下的目标跟踪,并在目标出视场或者被遮挡的情况下保持良好预测性能,实现目标再捕获。在后续工作中,还需进一步研究提高平台定位和目标跟踪实时性能的方法与技术。(本文来源于《国防科技大学》期刊2017-11-01）
陈岷,徐伟芳[7]（2017）在《基于图像匹配的高精度室内定位技术研究》一文中研究指出本文提出了一种新的室内定位方法,上传由手机摄像头拍摄的照片,在定位图像库中进行场景选择、图像匹配,得到最佳匹配图像,根据该图像的预留信息实现准确的室内定位。首先,利用深度卷积神经网络特征和无监督学习方法进行场景选择,然后采用ASIFT(Affine Scale Invariant Feature Transform)算法对既定场景的图像逐一匹配,同时加入对极几何约束,进一步提高定位精度和速度。这种基于图像匹配的室内定位技术能够同时得到用户的位置信息和拍照时的方向信息。(本文来源于《北京测绘》期刊2017年05期）
张明,刘胜道,赵文春,周国华,高俊吉[8]（2017）在《基于图像匹配定位技术的舰船航迹测量方法研究》一文中研究指出舰船磁场动态检测中需要对舰船进行远距离高精度的航向和位置测量。根据图像成像原理以及图像处理技术,提出了一种新的基于图像匹配定位的舰船航迹测量方法,当舰船通过测量区域时,两台摄像机对其进行同步拍摄然后将数据传输至主机,利用Mean Shift算法和SURF特征对数据进行处理从而得到舰船在不同时刻的叁维坐标,最终确定其航向和位置。实验结果表明,在50米左右的拍摄距离下实验误差在0.1米左右,满足对舰船航迹进行测量的要求。(本文来源于《船电技术》期刊2017年09期）
苗菁华,孙延奎[9]（2017）在《定位图像匹配尺度与区域的摄像机位姿实时跟踪》一文中研究指出目的提出一种定位图像匹配尺度及区域的有效算法,通过实现当前屏幕图像特征点与模板图像中对应尺度下部分区域中的特征点匹配,实现摄像机对模板图像的实时跟踪,解决3维跟踪算法中匹配精度与效率问题。方法在预处理阶段,算法对模板图像建立多尺度表示,各尺度下的图像进行区域划分,在每个区域内采用ORB(oriented FAST and rotated BRIEF)方法提取特征点并生成描述子,由此构建图像特征点的分级分区管理模式。在实时跟踪阶段,对于当前摄像机获得的图像,首先定位该图像所对应的尺度范围,在相应尺度范围内确定与当前图像重迭度大的图像区域,然后将当前图像与模板图像对应的尺度与区域中的特征点集进行匹配,最后根据匹配点对计算摄像机的位姿。结果利用公开图像数据库(stanford mobile visual search dataset)中不同分辨率的模板图像及更多图像进行实验,结果表明,本文算法性能稳定,配准误差在1个像素左右;系统运行帧率总体稳定在20~30帧/s。结论与多种经典算法对比,新方法能够更好地定位图像匹配尺度与区域,采用这种局部特征点匹配的方法在配准精度与计算效率方面比现有方法有明显提升,并且当模板图像分辨率较高时性能更好,特别适合移动增强现实应用。(本文来源于《中国图象图形学报》期刊2017年07期）
潘鹏举[10]（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）
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：
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。
（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].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
[2].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
[3].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
[4].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
[5].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
[6].陈圣义.基于大倾角图像匹配的平台定位与目标跟踪方法研究[D].国防科技大学.2017
[7].陈岷,徐伟芳.基于图像匹配的高精度室内定位技术研究[J].北京测绘.2017
[8].张明,刘胜道,赵文春,周国华,高俊吉.基于图像匹配定位技术的舰船航迹测量方法研究[J].船电技术.2017
[9].苗菁华,孙延奎.定位图像匹配尺度与区域的摄像机位姿实时跟踪[J].中国图象图形学报.2017
[10].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