导读:本文包含了多视角图像配准论文开题报告文献综述及选题提纲参考文献，主要关键词:多视角遥感图像,非刚性畸变,混合特征,高斯混合模型
多视角图像配准论文文献综述
潘安宁[1]（2018）在《基于混合特征的多视角遥感图像配准算法研究及其应用》一文中研究指出图像配准(Image Registration)就是将同一场景之下不同视角或(和)不同时间或(和)不同传感器获取得到的两幅图像进行匹配。目前,图像配准技术主要被用于模式识别、计算机视觉、医学和军事图像处理以及地理信息系统等重要领域。遥感图像配准作为遥感图像处理领域的一项重要技术,目前正被广泛应用。例如遥感图像融合,遥感图像拼接,目标识别,环境监测,地形变化检测,地图更新,导弹制导等。然而,由于地面起伏变化以及航拍视角变化会造成图像间存在非刚性畸变以及重迭度低等问题,进一步增加了遥感图像配准的难度。为了解决上述问题,我们提出了一种基于图像多特征(图像几何结构特征和灰度信息)的多视角遥感图像配准方法,该方法的主要贡献如下:(i)构建了一个基于混合特征的有限混合模型用于处理不同类型的图像特征;(ii)将两种不同类型特征进行结合并将其代入混合模型中以形成特征互补,即将欧氏距离和形状上下文特征用于评估几何结构的相似度,将具有灰度信息的SURF(Speeded Up Robust Features)距离特征用于测量尺度空间极值;(iii)为了防止多视角遥感图像配准过程中出现不适定问题(Ill-posed Problem)造成的错误匹配,我们在基于L_2E的能量方程中引入了运动一致性约束项,以更好地进行非刚性变换,提升配准精度。本文配准测试所使用的数据主要来源于谷歌地球获取的多视角卫星遥感图像以及获取自720云平台和无人机航拍的多视角遥感图像,配准实验不仅验证了本文算法的有效性和鲁棒性,且使其与五种算法(SIFT、SURF、CPD、RSOC、GLMD)进行了实验对比,所提出的算法不仅提升了配准精度且在大多数情况下均显示出最佳的配准效果。(本文来源于《云南师范大学》期刊2018-05-18）
王蓉[2]（2018）在《多视角下光学图像配准技术研究》一文中研究指出现阶段随着传感器技术和算法的不断发展,可以获得越来越丰富的图像种类。图像的应用领域也随之变得非常广泛,主要应用在虚拟现实和增强现实、医学病理分析、卫星遥感等方面;在这之中图像拼接、图像融合、目标识别等技术的发展尤为迅速。而图像配准作为图像应用的重要基础,其性能的优劣也直接影响了后续的功能实现,所以图像配准技术的研究有着重要的意义。本文针对不同视角获取的光学图像,进行配准算法的研究。论文的主要工作如下:(1)分别实现了Harris角点算法、尺度不变特征(Scale-Invariant Feature Transform,SIFT)算法及加速稳健特征(Speeded Up Robust Features,SURF)算法,并且利用相同的数据对这叁种算法的性能进行了详细对比、对其性能的差别进行了分析。(2)针对可见光多光谱卫星影像点特征丰富的特性,使用Harris角点算法与SIFT算子结合的方式进行匹配;对于误匹配问题,利用基于叁角区域表征(Triangle Area Representation,TAR)的仿射不变性去除误匹配点对,并且与随机抽样一致(Random Sample Consensus,RANSAC)算法性能的对比,证明了本文算法在精度方面具有更优的表现。(3)普通光学图像中目标通常具有明显的线条特征,本文研究了一种直线段匹配的方法,首先使用直线检测(Line Segment Detector,LSD)算法提取图像的线特征,结合视觉显着性算法剔除长度小于阈值的线段;利用高斯混合模型(Gaussian Mixed Model,GMM)进行参数的优化,实现图像的配准。(4)针对存在一定视角差的普通光学图像,为了弥补传统点配准的缺陷,本文使用点线结合的方法进行配准。首先利用直线配准获得的变换模型参数对待配准图像进行变换后,在参考图像和变换后的待配准图像上提取Harris点特征,并完成配准。通过实验对比,本文的算法较传统的点配准算法具有更好的配准精度。(本文来源于《电子科技大学》期刊2018-04-01）
王者风[3]（2018）在《多视角光学图像配准与对象变化检测方法》一文中研究指出随着计算机及通信技术的发展,图像和视频的应用领域愈加广泛。而人类需要从图像中获取的信息越来越多,单一视角的图像难以满足这些需求。人们为了能够获取到目标的更多信息,通常采用从不同视角进行拍摄的方式,得到同一个目标的更丰富的信息。图像配准算法经过长期的发展,也形成了较为稳定的框架,被广泛的应用在图像融合,图像校正等场合,而传统的配准算法对于多视角光学图像的处理准确率会受到影响,所以基于这种多视角光学图像的配准技术已成为研究的一大热门。与此同时,对象变化检测方法作为动态图像分析与目标跟踪的基础,同样得到了广泛的应用。因此,研究针对多视角图像的、能够更准确,稳定的进行图像配准的配准算法就有着非常重要的理论意义和实用价值。本文主要基于尺度不变特征配准算法,研究适用于对象变化检测算法的多视角图像配准算法,完成的主要研究工作如下:(1)研究了图像配准算法的基础理论,对图像配准算法的流程进行分析与研究,并且对图像配准算法的评价标准进行研究。(2)对基于特征的图像配准算法及相关算法进行了研究,主要对基于SIFT特征点的图像配准算法与基于SURF特征点的图像配准算法、特征点匹配算法与变换矩阵的求解进行了比较深入的研究和分析。并且进行了部分仿真实验,结合算法原理得出直观结论。(3)基于尺度不变特征提取算法,结合最近邻匹配算法与透视变换,对原有的基于尺度不变特征的配准算法进行改进,使其更加适用于多视角图像的配准。并结合实际图像数据进行测试,与原有算法进行对比,比较内容包括算法的准确性测试,算法的时间复杂度分析以及算法的鲁棒性等。(4)研究了对象变化检测的基本原理与主要步骤,并将多视角图像配准算法应用到对象变化检测方法中。(5)完成图像处理与计算机视觉基本模型与算法库的搭建,并完成图像特征提取模块,图像配准与融合模块中部分算法的设计、开发、测试与集成工作。(本文来源于《电子科技大学》期刊2018-04-01）
刘健[4]（2018）在《自由视角图像配准与拼接方法的研究》一文中研究指出随着虚拟现实、可视化导航、低空航拍、视频会议与监控等新兴产业的蓬勃发展,作为核心环节的图像拼接技术成为了当今计算机视觉领域的研究热点之一。传统的固定视点图像拼接的适用条件较为严格,要求相机光轴中心平行或交于一点。然而,通常情况下拍摄方式较为自由,而且场景图像可能具有丰富的平面结构,若采用传统的全局单一变换配准方法,就会导致严重的误匹配和漏匹配,产生投影畸变,使得拼接结果扭曲变形。为此,本文对自由视角下的图像配准与拼接方法展开研究,着重研究场景平面的检测及特征匹配的提纯算法、基于多单应性变换的局部配准模型以及全景图像的高效融合算法。此外,提供了采用广角镜头来降低全景图像采集硬件成本的方法,并在预处理步骤中对镜头的偏色白平衡和桶形畸变校正进行了较为深入的研究。论文的主要工作总结如下:(1)在预处理阶段,对于广角畸变图像,在网格模板法基础上,提出了一种基于多项式分段优化模型的自适应校正方法。采用分区域定向搜索算法,实现控制点对的自动化提取。然后利用点距搜索方法来估计最优畸变中心,并构建分段优化误差模型来自适应地拟合全局径向畸变,从而达到高精度的校正效果。(2)针对多平面结构场景图像,提出了基于J-Linkage层次聚类的匹配分层算法。给出了SIFT特征提取的改进算法,以增加大视差图像的匹配点对的数目。然后使用K-D树对KNN匹配搜索过程进行加速。最后,将J-Linkage聚类算法运用于多单应性变换模型的鲁棒估计,构建匹配点对的相似概念空间,不断聚合具有相似偏向集的匹配点对,从而实现不同场景平面上特征匹配的分类与提纯,提高了匹配精度,并增加了匹配点对的总数目。(3)针对传统单一变换配准模型的投影畸变、错位等问题,给出了基于网格局部投影变换和变形约束的配准优化模型。将图像划分为网格块,采用Moving DLT变换求解局部投影矩阵。进而建立配准误差函数,增加位置、保形、相似性等约束条件。从而提高全局配准精度,降低投影扭曲变形,尽可能地保留原有视角。(4)提出了基于拼接缝搜寻的多分辨率图像融合改进方法。首先进行曝光补偿、波形校正等处理,然后采用图割/最大流算法来搜寻最优缝合线,最后利用多分辨率金字塔融合算法进行融合处理。该方法能够有效消除拼接痕迹,并能避免由配准误差或运动目标引起的重影或鬼影现象,使得拼接结果更为自然。(本文来源于《电子科技大学》期刊2018-04-01）
钱叶青,蔡国榕,吴云东,陈水利[5]（2015）在《一种PSO与互信息的多视角遥感图像配准算法》一文中研究指出针对具有视角差异的无人机低空航拍遥感图像配准存在的误匹配、低效率等问题,提出了一种基于粒子群优化和互信息融合的配准优化算法.该算法通过对图像的变换参数的仿射采样来模拟建筑物在多视角遥感图像中的变形.在此基础上,将图像配准问题转换为仿射变换的优化问题,以粒子群为工具,研究了配准参数的搜索空间和适应度函数的合理设定.对4对无人机低空航拍遥感图像对进行了实验.结果表明:提出的算法能够实现具有较大视角变化的同时相遥感图像的配准,且比穷举互信息搜索法速度更快,比单纯型法的精度更高,有效地提高了算法对视角变化的鲁棒性.(本文来源于《辽宁工程技术大学学报(自然科学版)》期刊2015年10期）
钱叶青,蔡国榕,吴云东,陈水利[6]（2014）在《基于PSO与互信息的多视角遥感图像配准算法研究》一文中研究指出本文针对具有视角差异的无人机低空航拍遥感图像配准存在的误匹配、低效率等问题,提出了一种基于粒子群优化和互信息融合的配准优化算法。该算法通过对图像的变换参数的仿射采样来模拟建筑物在多视角遥感图像中的变形。在此基础上,将图像配准问题转换为仿射变换的优化问题,以粒子群为工具,研究了配准参数的搜索空间和适应度函数的合理设定。针对8对无人机低空遥感图像对进行了实验,实验结果表明,本文提出的算法能够实现具有较大视角变化的同时相遥感图像的配准,且比穷举互信息搜索法速度更快,比单纯型法精度更高,有效地提高了算法对视角变化的鲁棒性。(本文来源于《第七届模糊信息与工程国际会议(ICFIE'2014)、第一届运筹与管理国际会议 (ICORG'2014)暨中国运筹学会模糊信息与工程分会第七届年会、广东省运筹学会第二届年会、粤港澳运筹学会首届年会论文集》期刊2014-11-07）
刘智,胡福乔,赵宇明[7]（2014）在《平衡图匹配方法在多视角图像配准中的研究》一文中研究指出在多视角图像处理中,多点匹配是一个基本的问题。针对有较多制约因素的多点匹配问题,对现有的光谱匹配技术进行两点改进:首先提出一种新的光谱松弛技术用以求解匹配函数的近似解,其次将现有的相容性矩阵重构为二分图边矩阵并进行双随机归一化,减小噪声对结果的影响。在基于CAVIAR与PETS2009数据集上的实验证明,所提出的算法可以很好地完成图匹配,并且有较高的精度与较好的鲁棒性。(本文来源于《计算机应用与软件》期刊2014年08期）
刘桢宏[8]（2009）在《多视角图像配准方法研究》一文中研究指出数字图像配准是计算机视觉中的一个基本问题,它在叁维图像重构、目标识别、对象分类、相机自校正等方面都有广泛的应用。数字图像配准通常是数字图像处理的一个预处理阶段,比如数字图像融合,数字拼接等。数字图像配准技术可以对同一场景在不同的成像条件下获取的不同的图像进行匹配与迭加,生成一个新的有关此场景的解释,而这个解释是从单一拍摄的图像信息中无法获得的。我们为了获得更加丰富与详细的图像信息,对同一场景往往是从不同的角度进行拍摄的,通过这种拍摄我们就获得了多个不同视角的图像,即多视角图像。本文所要研究的就是对从不同视角拍摄的有关同一场景的多个不同视角的图像进行匹配的问题,即多视角图像配准问题。多视角图像配准问题的研究对推进数字图像配准技术的发展有着重要的意义与价值。本文提出了一种适用于多视角图像的配准方法。该方法是将由Harris特征检测方法衍生出来的仿射不变的特征检测方法应用于多视角图像的特征提取中,然后将提取的特征点邻域的特征不变区域进行归一化以便使多视角图像的配准问题转变成为局部发生刚性变换的图像配准问题,并采用了一种改进的SIFT描述子对特征进行描述,最后采用距离函数进行相似度计算得到特征匹配点对。文中分别用该方法与SIFT方法对多视角图像进行匹配实验,证明了该方法比SIFT方法在处理视角变换较大的图像配准问题上可以得到更好的匹配效果。(本文来源于《东北师范大学》期刊2009-05-01）
多视角图像配准论文开题报告
（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：
现阶段随着传感器技术和算法的不断发展,可以获得越来越丰富的图像种类。图像的应用领域也随之变得非常广泛,主要应用在虚拟现实和增强现实、医学病理分析、卫星遥感等方面;在这之中图像拼接、图像融合、目标识别等技术的发展尤为迅速。而图像配准作为图像应用的重要基础,其性能的优劣也直接影响了后续的功能实现,所以图像配准技术的研究有着重要的意义。本文针对不同视角获取的光学图像,进行配准算法的研究。论文的主要工作如下:(1)分别实现了Harris角点算法、尺度不变特征(Scale-Invariant Feature Transform,SIFT)算法及加速稳健特征(Speeded Up Robust Features,SURF)算法,并且利用相同的数据对这叁种算法的性能进行了详细对比、对其性能的差别进行了分析。(2)针对可见光多光谱卫星影像点特征丰富的特性,使用Harris角点算法与SIFT算子结合的方式进行匹配;对于误匹配问题,利用基于叁角区域表征(Triangle Area Representation,TAR)的仿射不变性去除误匹配点对,并且与随机抽样一致(Random Sample Consensus,RANSAC)算法性能的对比,证明了本文算法在精度方面具有更优的表现。(3)普通光学图像中目标通常具有明显的线条特征,本文研究了一种直线段匹配的方法,首先使用直线检测(Line Segment Detector,LSD)算法提取图像的线特征,结合视觉显着性算法剔除长度小于阈值的线段;利用高斯混合模型(Gaussian Mixed Model,GMM)进行参数的优化,实现图像的配准。(4)针对存在一定视角差的普通光学图像,为了弥补传统点配准的缺陷,本文使用点线结合的方法进行配准。首先利用直线配准获得的变换模型参数对待配准图像进行变换后,在参考图像和变换后的待配准图像上提取Harris点特征,并完成配准。通过实验对比,本文的算法较传统的点配准算法具有更好的配准精度。
（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。
多视角图像配准论文参考文献
[1].潘安宁.基于混合特征的多视角遥感图像配准算法研究及其应用[D].云南师范大学.2018
[2].王蓉.多视角下光学图像配准技术研究[D].电子科技大学.2018
[3].王者风.多视角光学图像配准与对象变化检测方法[D].电子科技大学.2018
[4].刘健.自由视角图像配准与拼接方法的研究[D].电子科技大学.2018
[5].钱叶青,蔡国榕,吴云东,陈水利.一种PSO与互信息的多视角遥感图像配准算法[J].辽宁工程技术大学学报(自然科学版).2015
[6].钱叶青,蔡国榕,吴云东,陈水利.基于PSO与互信息的多视角遥感图像配准算法研究[C].第七届模糊信息与工程国际会议(ICFIE'2014)、第一届运筹与管理国际会议(ICORG'2014)暨中国运筹学会模糊信息与工程分会第七届年会、广东省运筹学会第二届年会、粤港澳运筹学会首届年会论文集.2014
[7].刘智,胡福乔,赵宇明.平衡图匹配方法在多视角图像配准中的研究[J].计算机应用与软件.2014
[8].刘桢宏.多视角图像配准方法研究[D].东北师范大学.2009