导读:本文包含了局部不变特征论文开题报告文献综述及选题提纲参考文献，主要关键词:局部不变特征,形状上下文,图像匹配
局部不变特征论文文献综述
高晶,蔡幸福[1]（2019）在《基于局部不变特征的图像匹配方法》一文中研究指出针对红外与可见光图像的灰度相关性低,两幅图像上同一关键点邻域梯度方向不一致,导致点特征描述子SIFT算法失效的问题,构建了一种新的特征匹配算法,该算法将基于尺度不变特征变换和形状上下文描述相结合,运用于红外与可见光图像匹配。首先,运用高斯尺度差分检测算法提取两幅图像的特征点;其次,在统计特征点邻域梯度情况时,对图像所得的梯度方向进行修正;再次,运用改进的Nprod方法进行特征点粗匹配,对匹配结果中的误匹配点对进行剔除,并对粗匹配结果中检测的特征点进行边缘特征描述;最后,运用形状上下文方法进行精确匹配。实验结果表明,在红外和可见光异源图像匹配中,文中算法能明显提高匹配准确率,取得比较稳定可靠的匹配结果。(本文来源于《国家安全地球物理丛书（十五）——丝路环境与地球物理》期刊2019-08-13）
郭蓓,达飞鹏[2]（2019）在《基于局部特征的表情不变3维人脸识别算法》一文中研究指出为了减少表情变化带来的影响,提出一种基于人脸几何特征和局部描述子的3维人脸识别算法.首先利用多尺度形状变化指数在3维人脸上检测出关键点.然后提出一种基于关键点的2步匹配算法,以提高识别算法的效率:第1步在关键点上提取3维法向量分布直方图描述子,将测试集人脸与库集人脸上的描述子进行匹配,除去匹配程度较低的一部分库集人脸,减少后续匹配的人脸数;第2步在关键点上提取协方差矩阵描述子,再将测试集人脸与剩余的库集人脸在给定的约束条件下进行协方差矩阵描述子匹配.最后用成功匹配的关键点个数衡量人脸的匹配程度,得到分类结果.在Bosphorus, FRGC v2.0和BU-3DFE数据库上进行实验的结果表明,文中算法取得了良好的识别效果,对3维人脸的表情变化有较好的鲁棒性,同时在识别速度上也优于已有的许多算法.(本文来源于《计算机辅助设计与图形学学报》期刊2019年07期）
肖倩文[3]（2019）在《基于局部不变特征的掌纹识别方法研究》一文中研究指出掌纹识别作为一种新的生物特征识别技术,近十年来受到学术界和产业界的广泛关注。传统接触式掌纹图像采集设备在单一背景和专业人员指导下采集用户掌纹,虽然能保证采集到高质量的掌纹图像,但是用户需要接触采集设备,在安全性、卫生性和用户友好度方面有待提高。同时,非接触式掌纹识别高效且具有用户友好性,但是非接触式采集设备的低约束性容易导致掌纹图像发生形变。另外,对采集后的手掌图像,主流的掌纹感兴趣区域(Region of Interest,ROI)提取算法能有效提取ROI,但是仍有一定局限性。本课题针对手掌图像ROI提取中预设参数过多的问题和掌纹图像中的形变问题,提出基于局部不变特征的掌纹识别方法,提高了掌纹识别系统的精度。主要工作如下:1)介绍了基于局部不变特征的掌纹识别框架并对相关文献进行了综述,分析其在特征检测、特征描述和特征匹配叁个步骤中的特点和性能。2)针对掌纹图像感兴趣区域提取中预设参数过多的问题,提出了一种有效的基于直线簇的全手掌掌纹ROI提取算法。首先,对全手掌图像预处理得到二值化图像;接着,根据预设规则在二值化图像中画直线簇,得到关键点的若干候选点;然后,借助K-Means聚类算法计算四个聚类中心,即四个指缝关键点;最后,基于关键点建立坐标系,再对手掌图像旋转归一化并提取ROI。在采集的16000张全手掌图像数据库上,获得了100%的定位和提取正确率,表明了所提方法的有效性。3)针对非接触掌纹图像的形变问题,研究了基于SIFTGPU和向量场一致性算法的掌纹识别算法。首先,使用圆形Gabor滤波器增强掌纹图像;然后,利用对图像缩放、旋转甚至仿射变换保持不变性的尺度不变特征变换(Scale-Invariant Feature Transform,SIFT)进行掌纹图像特征提取与匹配,并采用GPU对其加速;最后,采用基于向量场一致性(Vector Field Consensus,VFC)方法保留更多的正确匹配点对。在公开掌纹库上的实验结果表明本文方法可以有效提升非接触式掌纹图像的识别精度和速度。(本文来源于《合肥工业大学》期刊2019-04-01）
黄庆宇,章登义[4]（2018）在《基于局部特征多轴旋转不变特性的纹理图像分类算法》一文中研究指出采用非量化的局部特征设计出一个稳健的纹理描述符,以便增强旋转和尺度变化时纹理分类的鲁棒性。首先,引入了局部特征的旋转对称性的概念,提出了一种新颖的局部特征来描述纹理的旋转不变特性。为了处理剧烈的旋转、尺度等变化,利用费舍尔向量编码方法对纹理特征量进行多尺度分析,在不增加局部特征维度的同时又能结合尺度信息,由此产生的局部特征对旋转、灰度变化都有较强的鲁棒性。实验结果表明,所提方法的评估结果在许多数据集上都远远超过了现有最优算法,大大提高了纹理分类的精度。(本文来源于《计算机科学》期刊2018年12期）
任帅,贺媛,柳雨农,徐振超,张弢[5]（2019）在《基于尺度不变局部特征的零低频信息隐藏算法》一文中研究指出针对目前信息隐藏算法抵抗隐写分析能力弱的问题,提出一种基于尺度不变(BRISK)局部特征的零低频信息隐藏算法。首先,对载体图像进行一阶CL多小波变换,在低频LL2中提取BRISK特征点生成图像特征矩阵;其次,利用zig-zag和Logistic混沌置乱对秘密信息进行去相关性处理;再次,将图像特征与加密信息通过对比特征值形成关联序列;最后,将关联序列嵌入到高频HL2、HH2的低3位。算法将高能量区域的特征矩阵与两次加密信息所构建的关联信息隐藏于高频区域,有利于算法的鲁棒性和抗分析性。在高阶统计量对200幅图片的分析测试下,最大检出率低于7.516%,表明所提算法具有良好的抗分析性。(本文来源于《计算机应用研究》期刊2019年11期）
曾慧,刘文丽,于海鹏,刘冀伟[6]（2018）在《一种非刚性叁维模型的尺度不变局部特征提取方法》一文中研究指出提出了一种具有尺度不变性的非刚性叁维模型局部特征提取方法,即基于局部多值模式的热核特征(local multilevel pattern based heat kernel signatures,LMP-HKS).首先设计了一种适用于一维信号的基于局部多值模式的编码方法;然后通过对HKS特征的对数差分结果使用局部多值模式来计算特征直方图向量,以获得局部特征向量.该特征不仅保留了HKS特征的等距不变性、信息完备性及稳定性等优良特性,而且具有尺度不变性.与同样具有尺度不变性的SI-HKS特征相比,LMP-HKS特征对于非刚性叁维模型的局部形状结构具有更强的描述能力.大量非刚性叁维模型检索的实验结果验证了该局部特征的有效性.(本文来源于《北京理工大学学报》期刊2018年06期）
于达[7]（2018）在《基于局部不变特征和点云配准的目标识别与定位技术研究》一文中研究指出随着计算机视觉技术的不断发展,视觉传感器的种类更加丰富,使用范围越来越广。近年来机器人市场不断扩大,智能服务机器人市场份额增速明显。对目标物体的识别与定位能力是智能服务机器人更好地为人类服务,独立完成某些作业任务的基础。双目视觉传感器由于对外部环境信息的获取和适应能力强,越来越多地应用于智能服务机器人系统。不同于工业机器人更多地在结构化的环境中进行作业,智能服务机器人的工作环境更加复杂,面临光照、遮挡等挑战,因此提高目标物体的识别与定位算法的鲁棒性和实时性时是当前研究领域的一个热点。本文的主要研究工作如下:首先,对目前常用的局部不变特征匹配算法进行研究,分析比较各算法的旋转不变性、尺度不变性、定位精度和匹配效率。针对特征匹配算法在匹配效率和尺度不变性方面不能兼顾的缺点,本文分析各算法的优劣,选择SURF算法和ORB算法分别进行改进,并进行算法融合研究,对特征匹配的结果进行错误匹配点剔除,提高匹配精度。利用Grab Cut算法对识别出的目标物体进行图像分割,针对图像分割过程中需要人机交互的问题,将特征匹配算法与图像分割算法连接起来,提高算法的自动化程度。其次,在完成目标物体图像分割的基础上,基于图像矩计算出目标的质心,利用极线约束提高质心匹配的效率。基于点云配准进行目标姿态的求取,对刚性点云配准的模型和配准指标进行研究,针对常见点云配准算法对初值要求较高的问题,将配准的过程分为粗配准和精配准两个阶段。基于全等四点基进行点云的粗配准,对四点基的选取条件进行约束,降低全等基数量提高粗配准阶段的效率。在精配准阶段,通过提取特征丰富区域的点,并对最近点搜索过程进行加速,提高配准的精度和效率。利用标准数据集分别对配准的两阶段进行实验验证。最后,对双目相机进行标定实验,通过读取左右目视频流获取场景深度信息。对不同目标物体在不同环境和不同位姿状态下验证识别算法的有效性和通用性。提取日常物体的点云数据,验证点云配准算法的效率和精度。为了进一步验证算法在实际机器人操作环境下的识别与定位能力,搭建UR10机械臂平台,改变目标物体的位姿,进行机械臂抓取的仿真实验和实物实验,验证算法的实用性。(本文来源于《哈尔滨工业大学》期刊2018-06-01）
胡屹群,周绍光,岳顺,刘晓晴[8]（2018）在《利用局部稀疏不变特征的遥感影像检索》一文中研究指出为了增强遥感影像局部特征的表征能力并充分利用过完备字典的稀疏分解,提出了基于稀疏表示特征构建视觉词典的遥感影像检索新方法。首先,提取遥感训练影像库的局部不变特征,对大量的局部特征训练过完备字典并将在该字典更新下获取的稀疏表示作为图像的特征描述;然后,对稀疏表示特征构建视觉词典,并进行空间金字塔匹配,获取稀疏直方图特征;最后,使用稀疏特征训练SVM分类模型,通过分类模型输出与查询影像属于一个类别的影像,在该类别的影像集中进行相似度匹配,返回与查询影像最为相似的图像,实现检索。实验结果表明,新方法提取的特征不仅具备局部不变特征的鲁棒性,还提供了必要的语义信息,在影像检索领域具有较强的实用性和适用性。(本文来源于《国土资源遥感》期刊2018年02期）
杜跃伟[9]（2018）在《基于局部不变特征的二维多姿态人脸识别研究》一文中研究指出姿态变化会引起人脸样本的类内差异大于类间差异,从而导致识别精度的下降。虽然已经有大量的研究致力于解决姿态变化问题,但是其依然被视为人脸识别领域中尚未解决的难题之一。目前较为流行的基于人脸视图重建的方法普遍存在失真现象,往往容易造成误识别。针对这一缺陷,本文旨在研究出更加自然、更符合人类识别机制的多姿态人脸识别方法,即不进行重建和扭曲,整个识别过程只在原始人脸图像上进行。为了实现这一目标,本文从2D技术入手,以研究对姿态变化较为不敏感的局部方法为出发点,提出了基于分治策略的Huffman-LBP多姿态人脸识别算法和基于分层混合高斯模型的多姿态人脸识别算法。具体工作如下:1.为了解决局部二值模式(LBP)忽略灰度对比度信息以及稀疏表示分类(SRC)对姿态变化不鲁棒的问题,本文提出了基于分治策略的Huffman-LBP多姿态人脸识别算法。该算法将Huffman编码运用到了LBP的特征计算过程中,使得编码对象不再仅仅只是灰度差值的符号,也包含了灰度对比度信息。从而丰富了特征所包含的纹理信息,提高了描述算子对图像的表达能力。其次,为了解决姿态变化问题,该算法首次将分治策略运用到了人脸的表达和分类过程,提出了基于区域选择因子(RSF)的人脸表达方法和基于Patch的稀疏表示分类策略(Patch-based SRC)。在叁个多姿态人脸数据库(CMU PIE、FERET以及LFW)上的实验验证了所提算法对姿态变化的有效性。2.针对基于标定点的人脸局部区域提取方式存在的弊端,本文提出了基于分层混合高斯模型的多姿态人脸识别算法。该算法利用混合高斯模型通过非监督聚类的方式寻找出了不同姿态的人脸图像中最为相似的局部区域。其次,为了进一步优化局部区域提取效果,该算法利用分层混合高斯模型对不同姿态的人脸区域进行了分层渐进式的筛选,从而使得所提取的patch更加相似。实验通过直观展示和数据对比的方式证明了该算法的优越性。3.通过总结前期的研究经验,本文对未来的研究方向做出了进一步的展望,提出了基于分层混合高斯模型和深度学习的多姿态人脸识别思路。(本文来源于《重庆邮电大学》期刊2018-05-20）
赵爱罡,范小虎,赵乾,王建永,葛春[10]（2019）在《基于两层策略的SAR图像局部不变特征点的匹配方法》一文中研究指出在基于局部不变特征的SAR景像匹配制导中,局部不变特征点的匹配实时性具有十分重要的工程意义。提出了一种基于两层策略的特征点匹配方法。首先根据特征点响应的阈值对实时图和参考图分别提取一级特征点和二级特征点,然后依据二级特征点到一级特征点的距离使二级特征点隶属于距离最近的一级特征点,由此达到对二级特征点进行分组的目的。进一步,通过对一级特征点进行方向梯度描述,借助kd-tree最近邻方法(NN)匹配策略实现特征点初步配对,并结合RANSAC算法验证剔除误匹配点。最后,对隶属于提纯后一级特征点的二级特征点进行BRIEF描述,分组对二级特征点进行匹配。仿真实验结果表明,特征点匹配速度大幅提升。(本文来源于《电光与控制》期刊2019年01期）
局部不变特征论文开题报告
（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：
为了减少表情变化带来的影响,提出一种基于人脸几何特征和局部描述子的3维人脸识别算法.首先利用多尺度形状变化指数在3维人脸上检测出关键点.然后提出一种基于关键点的2步匹配算法,以提高识别算法的效率:第1步在关键点上提取3维法向量分布直方图描述子,将测试集人脸与库集人脸上的描述子进行匹配,除去匹配程度较低的一部分库集人脸,减少后续匹配的人脸数;第2步在关键点上提取协方差矩阵描述子,再将测试集人脸与剩余的库集人脸在给定的约束条件下进行协方差矩阵描述子匹配.最后用成功匹配的关键点个数衡量人脸的匹配程度,得到分类结果.在Bosphorus, FRGC v2.0和BU-3DFE数据库上进行实验的结果表明,文中算法取得了良好的识别效果,对3维人脸的表情变化有较好的鲁棒性,同时在识别速度上也优于已有的许多算法.
（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。
局部不变特征论文参考文献
[1].高晶,蔡幸福.基于局部不变特征的图像匹配方法[C].国家安全地球物理丛书（十五）——丝路环境与地球物理.2019
[2].郭蓓,达飞鹏.基于局部特征的表情不变3维人脸识别算法[J].计算机辅助设计与图形学学报.2019
[3].肖倩文.基于局部不变特征的掌纹识别方法研究[D].合肥工业大学.2019
[4].黄庆宇,章登义.基于局部特征多轴旋转不变特性的纹理图像分类算法[J].计算机科学.2018
[5].任帅,贺媛,柳雨农,徐振超,张弢.基于尺度不变局部特征的零低频信息隐藏算法[J].计算机应用研究.2019
[6].曾慧,刘文丽,于海鹏,刘冀伟.一种非刚性叁维模型的尺度不变局部特征提取方法[J].北京理工大学学报.2018
[7].于达.基于局部不变特征和点云配准的目标识别与定位技术研究[D].哈尔滨工业大学.2018
[8].胡屹群,周绍光,岳顺,刘晓晴.利用局部稀疏不变特征的遥感影像检索[J].国土资源遥感.2018
[9].杜跃伟.基于局部不变特征的二维多姿态人脸识别研究[D].重庆邮电大学.2018
[10].赵爱罡,范小虎,赵乾,王建永,葛春.基于两层策略的SAR图像局部不变特征点的匹配方法[J].电光与控制.2019