导读:本文包含了特征提取和匹配论文开题报告文献综述及选题提纲参考文献，主要关键词:SURF算法,Hessian矩阵,Brute-Force搜索,图像匹配
特征提取和匹配论文文献综述
厉彦福[1]（2019）在《基于SURF特征提取和Brute-Force搜索的图像匹配算法》一文中研究指出针对传统图像匹配算法面临的特征提取的信息较少,匹配成功率不高以及匹配速率较低等问题,提出基于SURF特征提取和Brute-Force搜索的图像匹配算法。利用SURF算法中的Hessian矩阵来获取图像中鲁棒性较好的突变点,并使用不同尺寸的滤波器同时处理尺寸空间多层图像的突变点,以此来提高匹配速率,最后采用Brute-Force搜索算法对图像特征点进行最佳匹配,以此来提高匹配成功率。实验表明,该算法在图像匹配效果和匹配效率方面都表现良好。(本文来源于《北京测绘》期刊2019年11期）
陈庆伟,李民东,罗川,周军,皇攀凌[2]（2019）在《视觉SLAM中图像特征点提取与匹配算法研究》一文中研究指出在视觉SLAM(visual Simultaneous Localization And Mapping,v SLAM)中,利用提取到的图像特征点进行相机位姿估测是一种非常重要的位姿估算方法,为了实现相机的定位,图像特征点必须具备鲁棒性、尺度性和高效率等特点。介绍了图像特征点提取与匹配在视觉SLAM中的作用和场景中图像特征点需要具备的特性;对几种主流的图像特征点提取算法,即尺度不变特征变换(Scale Invariant Feature Transform,SIFT)算法、加速稳健特征(Speeded-Up Robust Features,SURF)算法、快速特征点提取与描述(Oriented FAST and Rotated BRIEF,ORB)算法分别进行了简要说明;并通过设计实验,在室内环境中,对几种图像特征点提取算法的运行效率和图像特征点匹配正确率进行了对比测试。实验表明,ORB算法在运行效率和匹配正确率上占据优势,能够较好地满足视觉SLAM中实时性和鲁棒性的要求。(本文来源于《现代制造工程》期刊2019年10期）
李振,李伟光,陈辉,林鑫[3]（2019）在《基于匹配追踪的特征频率提取算法及其应用》一文中研究指出针对大型转子试验台轴心轨迹提纯的问题,提出了采用匹配追踪(Matching Pursuit,MP)算法提取特征频率合成轴心轨迹的新方法。算法中信号的稀疏分解采用MP算法实现,字典集由正弦波模型构建,通过对正弦波的伸缩、平移构造过完备字典库,该算法可实现对单个或多个特征频率的提取;将此方法应用于大型转子系统轴心轨迹的提纯上,并与主成分分析法、谐波小波算法和小波包算法的处理效果进行了比较。结果表明,采用匹配追踪算法提纯的轴心轨迹更为清晰。(本文来源于《振动与冲击》期刊2019年19期）
何成伟,茅健[4]（2019）在《基于直方图均衡化的PCA-SIFT图像特征提取与匹配改进算法》一文中研究指出为了克服SIFT算法运算量大、运算耗时长和实时性不强的缺点,课题组提出了基于直方图均衡化PCA-SIFT算法,以增强灰度图像的明暗对比度,增加匹配成功率,改进描述子生成方式,沿用主成分分析法(PCA)降低特征检测维度,减少耗时。仿真实验表明该算法有效地减少了运算时间,并且一定程度上减少了不必要的特征点的匹配数量。新算法能有效减少运算量。(本文来源于《轻工机械》期刊2019年03期）
马晓珂[5]（2019）在《基于非线性尺度空间的图像特征提取与匹配算法研究》一文中研究指出图像特征提取与匹配技术旨在通过一些特定算法,将不同条件下采集到的包含相同场景的两幅图像进行对准匹配,寻求图像间的相似性以及变换关系。图像匹配算法大致可以分为以下两类:一类是基于灰度的匹配算法,另一类是基于特征的匹配算法。基于特征的匹配算法通常使用稳定性更强的局部特征对图像进行描述和匹配,目前较为流行的局部特征匹配算法(如SIFT算法)都是基于线性尺度空间来进行特征信息的提取,在构建尺度空间的过程中,高斯模糊会造成图像边缘细节丢失导致特征检测和匹配的精度下降;而KAZE算法采用非线性扩散滤波替代高斯模糊能够有效地解决上述问题,但是KAZE算法同样也存在颜色信息缺失以及不能适应视角剧烈变化等缺陷。因此本文主要针对于KAZE算法存在的问题提出改进,具体工作有以下两个方面:(1)针对KAZE算法由于灰度化过程中产生的颜色信息缺失,造成部分特征点提取困难、正确匹配率低等问题,提出一种基于改进图像灰度化的特征提取与匹配算法。该算法首先采用加权欧氏距离计算彩色图像中像素间的对比度,其次通过优化表示颜色线性组合的多元多项式模型求得像素点的灰度值,最后利用双峰分布函数最小化像素间灰度差值与像素间对比度得到待匹配的灰度化图像,使灰度图像保留有更多原图像中的颜色对比度信息;然后在此基础上进行特征提取,并计算关键点邻域内的二阶梯度值替代原描述符中的一阶梯度值,形成新的特征描述子后再进行图像匹配。通过最终匹配效果验证该算法的可行性与有效性。(2)针对KAZE算法不能适应视角剧烈变换,匹配结果不具有仿射不变性的问题,提出一种融合仿射不变性的特征提取与匹配算法。首先依据相机成像原理得出图像局部仿射变换能够近似替代图像视角变换;其次利用该方式构造仿射变换图像集,通过对尺度、经度和纬度等变换参数的模拟,并对构造过程中产生的平移和旋转进行归一化处理,实现了对整个仿射变换空间的模拟;然后在生成的一系列模拟图像上进行特征检测,并结合马氏距离的仿射不变特性度量特征的相似性,完成最终匹配过程。最后通过实验验证该算法具有仿射不变性。(本文来源于《河南大学》期刊2019-06-01）
唐儒星[6]（2019）在《基于高层语义特征提取和数据集间不匹配补偿的语种识别方法》一文中研究指出随着当代人工智能研究的蓬勃发展,自动语音识别及其相关技术的应用也越来越广泛。语种识别作为自动语音识别技术的重要组成部分,在包括自动语音转接等多个领域都有着重要的作用。近年来,关于语种识别技术的研究成果层出不穷,性能相比于上世纪已经取得了显着的提升,然而其目前仍面临着高层语义信息利用较少、短时语音处理效果差、易受不同数据集间差异影响等问题。随着语种识别技术重要性的日益凸显,该领域急需研究更为合适的处理方法。为了提升语种识别模型的性能,本文将对基于时序信息的长短时网络与高层语义嵌入向量的语种识别方法进行深入探索。在基于时序信息的长短时神经网络的识别方法中,首先阐述了这类网络对语种时序性信息的提取能力和对语种高层语义信息的概括能力,进而通过结合如瓶颈层特征等包含语音段高层语义信息的特征表达来构建新的网络结构,并以所提取出的反映高层语义信息的嵌入向量代替传统语种识别模型中的语种身份向量来构建新的语种识别模型,以提升语种识别的性能。实验表明,上述两种模型的性能与使用余弦距离分类的i-vector基线系统相比分别有30.07%和20.60%的提高。为了解决语种识别过程中遇到的数据不匹配问题,本文提出了使用基于隐变量子空间因子分析的方法。它的核心思想是根据输入语音段的相关信息,利用其矩阵分解在子空间上的表示方法,通过对长短时神经网络统计信息池化层的输出进行补偿修正,以达到提升语种识别性能的目的。该方法对基于时序信息的长短时网络与高层语义嵌入向量的语种识别方法在不匹配数据集上的性能提升比较明显,两种方法与采用原始模型的方法相比分别提高了约12.6%和23.0%,并且与基于径向基核函数支持向量机分类方法的i-vector基线系统相比性能分别提升了约10.10%和10.88%。(本文来源于《哈尔滨工业大学》期刊2019-06-01）
楚翘[7]（2019）在《基于点阵SIFT特征匹配的脑组织提取研究》一文中研究指出随着科技快速发达,医学影像设备广泛应用于临床检测,医学研究中。相较于其他医学成像技术,核磁共振成像技术对人体无创、无电离辐射、成像清晰,对脑部软组织分辨率高,因而在人脑相关研究中得到广泛应用。在核磁共振脑图像中准确、稳定、高效地提取脑组织对于后续临床诊断,脑部功能分析都具有重要影响。当前脑组织提取分为手动提取与自动提取两种方式,手动提取方式准确度高,但是整个过程耗时长,且提取结果具有主观性;自动提取方式处理速度快,提取结果准确度高、稳定性强,但是其中参数数量多且不固定,需要多次手动调节参数以获得较好的提取结果。针对这个问题,本文提出了一种基于点阵SIFT特征匹配的脑组织提取方法。该方法首先在脑组织边界临近处初始化活动点阵,然后利用改进的BET算法对活动点阵进行演化,推动其靠近脑组织边界。在BET算法演化过程中,将活动点阵顶点作为关键点,通过SIFT算法提取其描述子。将描述子的欧式距离与关键点的空间距离作为计算关键点相似性的衡量标准,并将目标图像关键点与模板图像关键点相匹配,根据匹配结果实现参数的自动调优。通过多次BET演化后,再利用图割法对其进行边界细化,得到最终精准的脑组织边界。由于SIFT算法耗时较长,而该方法中频繁使用SIFT算法,因此本文基于CUDA架构对SIFT进行并行优化,以提升SIFT运行速度。通过线程网格的划分,各线程块并行计算点阵中各顶点的主方向、特征描述子,并完成顶点间匹配。实验证明,并行优化的SIFT运算时间大大缩短,可以在较短的时间内完成顶点间的匹配。本文将改进的BET算法与图像匹配方法相结合,对脑组织进行由粗到细的提取过程,实现了参数的自动调节。同时,使用CUDA对SIFT算法进行加速。经过多次实验可以证明本文算法能够得到良好的提取结果。(本文来源于《南昌航空大学》期刊2019-06-01）
李天向,丁潇潇[8]（2019）在《人脸识别中特征提取和匹配算法研究》一文中研究指出人脸识别技术在经历了半个多世纪的探索研究中,已经取得了非常显着的成绩。将人脸识别技术应用到不同行业领域中,不仅能够带动不同行业领域的高速发展,还带动了人脸识别技术的高速发展。因此在今后的发展中,就要做好人脸识别中的特征提取与匹配算法研究,进而将其应用到更多的领域行业中,促使人工识别行业的良性发展。(本文来源于《数码世界》期刊2019年04期）
杨娟[9]（2019）在《基于尺度不变特征变换的车牌特征提取及BBF匹配方法（英文）》一文中研究指出针对传统车牌特征提取及匹配不足,提出了基于尺度不变特征变换(Scale-invariant feature transform,SIFT)的车牌特征提取及(Best Bin First,BBF)匹配方法。通过构建车牌字符标准模板,采用SIFT算法提取标准模板和待检测车牌中每个字符的SIFT特征向量,主要包括车牌高斯差分(Difference of Gauss,DoG)空间极值点检测,去除边缘相应点和低对比点,确定特征向量的方向和生成车牌特征向量。利用BBF(Best Bin First)算法完成标准模板特征向量与待检测车牌特征向量匹配,并获取识别结果。最后给出实验分析,证明该算法的识别率。(本文来源于《机床与液压》期刊2019年06期）
刘宣彤[10]（2019）在《对手指静脉图像的预处理、特征提取及匹配方法的分析》一文中研究指出针对以往考试采用生物特征识别技术出现替考、代考的问题,可以尝试利用手指静脉图像实现生物特征识别的有效识别,对手指静脉图像的预处理、特征提取及匹配方法进行探讨,从而对生物特征识别领域问题进行研究分析。(本文来源于《科技经济导刊》期刊2019年09期）
特征提取和匹配论文开题报告
（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：
在视觉SLAM(visual Simultaneous Localization And Mapping,v SLAM)中,利用提取到的图像特征点进行相机位姿估测是一种非常重要的位姿估算方法,为了实现相机的定位,图像特征点必须具备鲁棒性、尺度性和高效率等特点。介绍了图像特征点提取与匹配在视觉SLAM中的作用和场景中图像特征点需要具备的特性;对几种主流的图像特征点提取算法,即尺度不变特征变换(Scale Invariant Feature Transform,SIFT)算法、加速稳健特征(Speeded-Up Robust Features,SURF)算法、快速特征点提取与描述(Oriented FAST and Rotated BRIEF,ORB)算法分别进行了简要说明;并通过设计实验,在室内环境中,对几种图像特征点提取算法的运行效率和图像特征点匹配正确率进行了对比测试。实验表明,ORB算法在运行效率和匹配正确率上占据优势,能够较好地满足视觉SLAM中实时性和鲁棒性的要求。
（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。
特征提取和匹配论文参考文献
[1].厉彦福.基于SURF特征提取和Brute-Force搜索的图像匹配算法[J].北京测绘.2019
[2].陈庆伟,李民东,罗川,周军,皇攀凌.视觉SLAM中图像特征点提取与匹配算法研究[J].现代制造工程.2019
[3].李振,李伟光,陈辉,林鑫.基于匹配追踪的特征频率提取算法及其应用[J].振动与冲击.2019
[4].何成伟,茅健.基于直方图均衡化的PCA-SIFT图像特征提取与匹配改进算法[J].轻工机械.2019
[5].马晓珂.基于非线性尺度空间的图像特征提取与匹配算法研究[D].河南大学.2019
[6].唐儒星.基于高层语义特征提取和数据集间不匹配补偿的语种识别方法[D].哈尔滨工业大学.2019
[7].楚翘.基于点阵SIFT特征匹配的脑组织提取研究[D].南昌航空大学.2019
[8].李天向,丁潇潇.人脸识别中特征提取和匹配算法研究[J].数码世界.2019
[9].杨娟.基于尺度不变特征变换的车牌特征提取及BBF匹配方法（英文）[J].机床与液压.2019
[10].刘宣彤.对手指静脉图像的预处理、特征提取及匹配方法的分析[J].科技经济导刊.2019
标签：SURF算法; Hessian矩阵; Brute-Force搜索; 图像匹配;