导读:本文包含了误匹配点论文开题报告文献综述及选题提纲参考文献，主要关键词:ORB特征,误匹配,差值矩阵,描述向量
误匹配点论文文献综述
赵辉,于春梅[1]（2019）在《基于ORB特征的误匹配点剔除算法》一文中研究指出针对ORB算法采用传统的RANSAC算法剔除误匹配的不足,提出一种新的误匹配剔除算法。将剔除阶段分为粗剔除与精剔除两部分,粗剔除通过实验设计选定合适的Hamming阈值大小剔除部分误匹配点对,以减少精剔除阶段的计算量。精剔除利用特征点与邻域像素点的信息构造差值矩阵,将矩阵的奇异值定义为特征点的描述向量。通过计算2个向量的相关性来达到进一步剔除的效果。实验结果表明:该算法能够有效地剔除误匹配点对,且与RANSAC算法相比,精度提高了8%,匹配精度达到98.97%。(本文来源于《传感器与微系统》期刊2019年10期）
袁修孝,袁巍,陈时雨[2]（2018）在《基于图论的遥感影像误匹配点自动探测方法》一文中研究指出提出一种基于图论的卫星遥感影像误匹配点自动剔除方法。首先以稀疏匹配点为节点分别构建左右影像的完全图;然后利用每个节点所对应叁角形的相似度之和为属性值构建导出图;最后通过搜索导出图中属性值最小的节点定位误匹配点。在剔除单个误匹配点的基础上,采用重新构建完全图-导出图-定位误匹配点的循环搜索策略,达到自动探测并剔除多个误匹配点的目的。实验表明,该方法无需建立匹配点间的映射模型,仅利用叁角形的相似关系就可以定位误匹配点,与广泛使用的随机抽样一致性粗差探测方法相比,对误匹配点具有更高的识别率和更低的误判率。(本文来源于《武汉大学学报(信息科学版)》期刊2018年12期）
郭恩会,张小国,陈刚[3]（2019）在《自适应邻域测试的图像误匹配点剔除算法》一文中研究指出针对图像特征点暴力匹配与比率测试得到的匹配点对在数量与正确率不能兼顾的情况,提出了一种基于自适应邻域测试的误匹配点对剔除算法。对特征点进行暴力匹配与高阈值的比率测试得到初始匹配点集,对初始匹配点对中的每个匹配特征点进行自适应邻域测试,测试出初始匹配点集中明显的误匹配点对并将之剔除,达到只剔除误匹配而不会误剔除正确匹配的效果。实验结果表明,在保证正确率不降低的前提下,该算法获取的匹配点对数量比原算法多3成以上,并且该算法对图像旋转、尺度缩放具有较好通用性。(本文来源于《计算机工程与应用》期刊2019年14期）
李云红,钟晓妮,王延年,贾凯莉,成中豪[4]（2018）在《基于函数拟合的SIFT误匹配点剔除算法》一文中研究指出针对RANSAC算法在剔除SIFT误匹配点实验中存在耗时长、误匹配等问题,提出了基于函数拟合的SIFT误匹配点剔除算法。首先采用SIFT算法进行待匹配图像与匹配图像的匹配工作,对匹配后的待匹配图像关键点采用迭代最小二乘拟合法构建函数模型,然后与匹配图像特征关键点进行拟合,最后计算两者的误差,当误差大于给定阈值时,确认该点为误匹配点,对其进行剔除。实验结果表明,采用基于函数拟合剔除误匹配点在时间上比RANSAC算法平均节省了2 s,正确匹配率提高11.75%,并且较多地保留了正确匹配点。(本文来源于《激光与红外》期刊2018年09期）
邢凯盛,凌有铸,陈孟元[5]（2016）在《ORB特征匹配的误匹配点剔除算法研究》一文中研究指出在计算机视觉中,特征点匹配是一个极其重要的问题。为了提高图像特征点匹配精度,针对ORB常采用的RANSAC误匹配点消除算法不足,提出了改进的误匹配点剔除算法。该算法通过缩小抽样点总量来保证匹配点选取质量,并能有效的减少迭代次数。分别采用ORB+改进算法与ORB+RANSAC算法对两组图片进行特征点匹配实验。实验表明,该算法能够有效剔除误匹配点,与RANSAC算法相比较精度提高了8%,匹配精度提高至97.43%。(本文来源于《电子测量与仪器学报》期刊2016年08期）
单小军,唐娉,郑柯[6]（2016）在《GSSAC:一种用于遥感影像配准的误匹配点检测方法》一文中研究指出遥感影像配准中,由于光照、成像角度、几何变形等因素的影响,无论采用何种配准方法,总会产生误匹配点,因此误匹配点检测也是一个非常重要的步骤。针对常用RANSAC(random sample consensus)方法不稳定、无法准确检测分布不均匀匹配点的缺点,提出了分组排序采样一致性(group sorted cample consensus,GSSAC)方法来提高误匹配点检测的稳定性和精度。分组排序采样方法首先将匹配点分为若干组,在每组内计算匹配点的误差并排序,然后在每组中分别采样若干个匹配点组成估算模型参数需要的匹配点。实验结果表明,GSSAC方法可以稳定地获得高精度的检测结果。(本文来源于《计算机应用研究》期刊2016年05期）
单小军,唐娉[7]（2015）在《图像匹配中误匹配点检测技术综述》一文中研究指出近年来,具有尺度、旋转不变性的SIFT(scale-invariant feature transform)及其改进算法,在图像匹配中得到了广泛应用并极大提高了匹配精度,但是无论采用何种匹配方法,总会产生误匹配点。因此,误匹配点检测也是图像匹配的一个重要步骤。为了使国内外同行对现有误匹配点检测方法有较全面的了解,对这些方法进行了综述。在参考国内外大量文献的基础上,将现有误匹配点检测方法分为叁类:基于函数拟合的方法;基于统计模型的方法;基于图的方法。对以上叁类方法进行了综述,并对各个方法的优缺点进行了分析;最后,提出了误匹配点检测中还需要解决的一些问题,并给出了基本的解决思路。(本文来源于《计算机应用研究》期刊2015年09期）
阮小丽,陈庆虎,邱益鸣,鄢煜尘[8]（2015）在《基于不变因子的SIFT误匹配点剔除及图像检索》一文中研究指出为解决尺度不变特征变换(SIFT)算法在图像发生旋转和尺度变化时产生的错误匹配问题,提出一种新的算法。根据SIFT提取的关键点信息,利用正确匹配点对间的旋转不变因子和尺度不变因子来剔除SIFT误匹配点,然后对保留下来的特征点进行聚类分析,对目标图像进行识别判断,并通过实验将该算法与双向匹配算法和随机抽样一致性算法(RANSAC)进行比较。实验结果表明,该算法能够有效地剔除误匹配点,且误剔除率低。剔除误匹配点后再进行图像检索,图像的漏检率和误检率都大大地降低了。(本文来源于《红外技术》期刊2015年07期）
刘政,刘本永[9]（2014）在《基于图像深度信息的尺度不变特征变换算法误匹配点对剔除》一文中研究指出特征点匹配是基于特征点的图像配准技术中的一个重要环节。针对现有基于尺度不变特征变换(SIFT)图像配准技术特征点匹配不理想,也无法较客观、快速地筛选正确匹配点对的问题,提出结合图像深度信息进行特征点误匹配筛选剔除的方法。该算法首先根据模糊聚焦线索和机器学习算法估计出待配准图像的深度信息图,再提取SIFT特征点,并在特征点匹配环节利用随机抽样一致性(RANSAC)算法迭代循环,结合深度局部连续性的原理来进一步提高匹配精度。实验结果表明,该算法具有很好的误匹配点对剔除功能。(本文来源于《计算机应用》期刊2014年12期）
邱亚辉,李长青,崔有帧[10]（2014）在《RANSAC算法在剔除图像配准中误匹配点的应用》一文中研究指出在遥感图像中存在很多相似地物、地貌,SIFT算法本身只利用了特征点的局部邻域梯度信息,通过SIFT算法提取到的特征点存在很多误匹配点,通过RANSAC算法剔除误匹配点,可以提高配准的精度。(本文来源于《影像技术》期刊2014年04期）
误匹配点论文开题报告
（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：
提出一种基于图论的卫星遥感影像误匹配点自动剔除方法。首先以稀疏匹配点为节点分别构建左右影像的完全图;然后利用每个节点所对应叁角形的相似度之和为属性值构建导出图;最后通过搜索导出图中属性值最小的节点定位误匹配点。在剔除单个误匹配点的基础上,采用重新构建完全图-导出图-定位误匹配点的循环搜索策略,达到自动探测并剔除多个误匹配点的目的。实验表明,该方法无需建立匹配点间的映射模型,仅利用叁角形的相似关系就可以定位误匹配点,与广泛使用的随机抽样一致性粗差探测方法相比,对误匹配点具有更高的识别率和更低的误判率。
（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。
误匹配点论文参考文献
[1].赵辉,于春梅.基于ORB特征的误匹配点剔除算法[J].传感器与微系统.2019
[2].袁修孝,袁巍,陈时雨.基于图论的遥感影像误匹配点自动探测方法[J].武汉大学学报(信息科学版).2018
[3].郭恩会,张小国,陈刚.自适应邻域测试的图像误匹配点剔除算法[J].计算机工程与应用.2019
[4].李云红,钟晓妮,王延年,贾凯莉,成中豪.基于函数拟合的SIFT误匹配点剔除算法[J].激光与红外.2018
[5].邢凯盛,凌有铸,陈孟元.ORB特征匹配的误匹配点剔除算法研究[J].电子测量与仪器学报.2016
[6].单小军,唐娉,郑柯.GSSAC:一种用于遥感影像配准的误匹配点检测方法[J].计算机应用研究.2016
[7].单小军,唐娉.图像匹配中误匹配点检测技术综述[J].计算机应用研究.2015
[8].阮小丽,陈庆虎,邱益鸣,鄢煜尘.基于不变因子的SIFT误匹配点剔除及图像检索[J].红外技术.2015
[9].刘政,刘本永.基于图像深度信息的尺度不变特征变换算法误匹配点对剔除[J].计算机应用.2014
[10].邱亚辉,李长青,崔有帧.RANSAC算法在剔除图像配准中误匹配点的应用[J].影像技术.2014