导读:本文包含了视差梯度论文开题报告文献综述及选题提纲参考文献，主要关键词:立体匹配,视差精炼,梯度,图像滤波
视差梯度论文文献综述
朱程涛,李锵[1]（2018）在《基于梯度域引导滤波的视差精炼迭代算法》一文中研究指出在立体匹配算法中,视差精炼过程是影响立体匹配精度的重要步骤.针对传统基于权重中值滤波的视差精炼算法,其滤波性能不佳导致精炼后的立体匹配精度不高的问题,本文提出了一种基于梯度域引导滤波的视差精炼迭代算法.该算法首先依据梯度域引导滤波的原理,将其应用于视差精炼的过程,得到改进后的权重中值滤波算法;同时对视差图进行迭代精炼,以提高立体匹配精度.实验仿真结果表明,相较于传统方法,本文算法能够有效地降低视差精炼的平均误差,获得较高精度的视差图.(本文来源于《天津大学学报(自然科学与工程技术版)》期刊2018年06期）
邓祥[2]（2014）在《多分辨率与视差梯度相结合的快速区域匹配》一文中研究指出针对传统区域匹配算法中存在大量冗余计算,提出了一种多分辨率与视差梯度相结合的快速匹配算法。首先通过均值采样得到低分辨率图像对,再通过改进的视差梯度约束算法进行匹配得到低分辨率图像的视差图,最后引入盒滤波思想指导原始视差图的生成。实验表明,该快速匹配算法相对于传统的区域匹配算法,在改善精度的同时,减少了叁倍以上运算时间。(本文来源于《山西电子技术》期刊2014年06期）
谢莺,李华云,李羽欣,雷丽云[3]（2012）在《视差的垂直梯度对Wheatstone-Panum极限情况匹配方式的影响》一文中研究指出指出了由于通常认为Wheatstone-Panum极限情况(W-P极限情况)的视差梯度为2,以致不同Wheatstone类构型的视差的垂直梯度Gv可能存在差异的事实往往被忽略的事实.通过改变先前几项得出对立结论的Wheatstone类研究构型的Gv,证明了Gv是影响W-P极限情况融合方式的重要因素.实验结果还提示:构型中特征组成以及成组特征排列方式的差异,可能也会影响W-P极限情况的融合方式.(本文来源于《中南民族大学学报(自然科学版)》期刊2012年02期）
隋连升,王钰,王磊[4]（2009）在《基于视差梯度的图像拼接算法研究》一文中研究指出图像拼接的关键技术在于特征点的匹配。Lowe等提出的基于SIFT特征算子的匹配算法具有尺度、旋转、视角、光照不变性,能够有效地用于目标的叁维重建以及复杂目标识别。该算子使用128维向量来表示每个特征点,使处理的数据量较大,难以满足实时性的要求。本文通过改变特征点描述子的结构实现了特征向量的简化,并且提出基于视差梯度约束的特征点匹配算法,在匹配过程中使用最小中值估计算法去除伪匹配点对。实验说明,当图像存在较大的变形、畸变和噪声影响时的情况下,在保证算法的鲁棒性同时,能够降低图像匹配的计算量,从而保证算法的实时性。(本文来源于《第八届全国信号与信息处理联合学术会议论文集》期刊2009-07-01）
隋连升,王钰,王磊[5]（2009）在《基于视差梯度的图像拼接算法研究》一文中研究指出图像拼接的关键技术在于特征点的匹配。Lowe等提出的基于SIFT特征算子的匹配算法具有尺度、旋转、视角、光照不变性,能够有效地用于目标的叁维重建以及复杂目标识别。该算子使用128维向量来表示每个特征点,使处理的数据量较大,难以满足实时性的要求。本文通过改变特征点描述子的结构实现了特征向量的简化,并且提出基于视差梯度约束的特征点匹配算法,在匹配过程中使用最小中值估计算法去除伪匹配点对。实验说明,当图像存在较大的变形、畸变和噪声影响时的情况下,在保证算法的鲁棒性同时,能够降低图像匹配的计算量,从而保证算法的实时性。(本文来源于《中国体视学与图像分析》期刊2009年02期）
龚声蓉,赵万金,刘纯平[6]（2008）在《基于视差梯度约束的匹配点提纯算法》一文中研究指出在图像拼接过程中,粗匹配点对提纯算法RANSAC(Random Sample Consecsus,随机抽样一致性)存在计算量大,效率低等缺陷。为提高该算法提纯匹配点对的效率,基于预检验的策略,提出了基于视差梯度约束的RANSAC算法。实验结果表明,算法在不改变匹配精度的前提下,很好地提高了算法的效率。(本文来源于《系统仿真学报》期刊2008年S1期）
何华君,卢朝阳,焦卫东,郭大波[7]（2007）在《基于梯度和MRF模型的视差估计算法》一文中研究指出提出一种基于梯度和MRF(Markov Random Field)模型的视差估计及优化算法.采用图像灰度和梯度加权联合的方法进行块匹配运算,获得初始视差场.然后根据顺序匹配准则对该视差场进行交叉块检测,并运用基于MRF模型的因果预测对误匹配块进行迭代校正,最终获得较为精确平滑的视差场.实验表明,与传统块匹配法相比,该算法生成的视差场能够将预测图像峰值信噪比提高1.2~1.8 dB,且运算时间在1 s以内.(本文来源于《西安电子科技大学学报》期刊2007年03期）
郭龙源,夏永泉,杨静宇[8]（2007）在《基于视差梯度的快速区域匹配方法》一文中研究指出通过引入视差梯度理论,本文提出了一种基于视差梯度的快速区域匹配方法,该方法首先根据匹配点的不同特性,确定匹配搜索范围,然后再进行匹配得出视差图。通过对比实验,表明采用这种可变匹配搜索范围的方法,比采用固定匹配搜索范围的方法,有更快的执行速度和更少的计算量。(本文来源于《计算机科学》期刊2007年04期）
朱松立,戴礼荣,宋彦,王仁华[9]（2005）在《基于角点特征值和视差梯度约束的角点匹配》一文中研究指出提出了一种基于角点特征值的角点匹配快速算法,并利用视差梯度约束去除误匹配的结果。首先把提取角点时得到的角点特征值作为匹配的一个约束,提高了基于灰度相关的角点粗匹配运算的速度,然后利用视差梯度约束对粗匹配的结果进行求精运算,去除误匹配的结果,实验结果证明了该算法的有效性。(本文来源于《计算机工程与应用》期刊2005年34期）
袁修孝,许骥,谢酬[10]（2005）在《基于边缘梯度投影图的航空影像初始视差确定》一文中研究指出通过对航空立体像对及其边缘影像的分析,提出了一种新的航空影像初始视差的确定方法。试验表明,该算法能准确地确定纹理单一、影像对比度小的航空立体影像对的初始视差,可明显提高影像匹配的精度和可靠性。(本文来源于《武汉大学学报(信息科学版)》期刊2005年09期）
视差梯度论文开题报告
（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：
针对传统区域匹配算法中存在大量冗余计算,提出了一种多分辨率与视差梯度相结合的快速匹配算法。首先通过均值采样得到低分辨率图像对,再通过改进的视差梯度约束算法进行匹配得到低分辨率图像的视差图,最后引入盒滤波思想指导原始视差图的生成。实验表明,该快速匹配算法相对于传统的区域匹配算法,在改善精度的同时,减少了叁倍以上运算时间。
（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。
视差梯度论文参考文献
[1].朱程涛,李锵.基于梯度域引导滤波的视差精炼迭代算法[J].天津大学学报(自然科学与工程技术版).2018
[2].邓祥.多分辨率与视差梯度相结合的快速区域匹配[J].山西电子技术.2014
[3].谢莺,李华云,李羽欣,雷丽云.视差的垂直梯度对Wheatstone-Panum极限情况匹配方式的影响[J].中南民族大学学报(自然科学版).2012
[4].隋连升,王钰,王磊.基于视差梯度的图像拼接算法研究[C].第八届全国信号与信息处理联合学术会议论文集.2009
[5].隋连升,王钰,王磊.基于视差梯度的图像拼接算法研究[J].中国体视学与图像分析.2009
[6].龚声蓉,赵万金,刘纯平.基于视差梯度约束的匹配点提纯算法[J].系统仿真学报.2008
[7].何华君,卢朝阳,焦卫东,郭大波.基于梯度和MRF模型的视差估计算法[J].西安电子科技大学学报.2007
[8].郭龙源,夏永泉,杨静宇.基于视差梯度的快速区域匹配方法[J].计算机科学.2007
[9].朱松立,戴礼荣,宋彦,王仁华.基于角点特征值和视差梯度约束的角点匹配[J].计算机工程与应用.2005
[10].袁修孝,许骥,谢酬.基于边缘梯度投影图的航空影像初始视差确定[J].武汉大学学报(信息科学版).2005