导读:本文包含了局部特征相似论文开题报告文献综述及选题提纲参考文献，主要关键词:几何不变,异源遥感图像,仿射校正,局部自相似性描述符
局部特征相似论文文献综述
周微硕,安博文,赵明,潘胜达[1]（2019）在《基于几何不变性和局部相似特征的异源遥感图像配准算法》一文中研究指出针对异源遥感图像在图像配准中的几何形变问题,本文提出了一种基于几何不变性局部相似特征的异源遥感图像配准算法。GISS算法利用加速鲁棒特征算子先对存在几何差异的异源遥感图像进行预匹配,然后根据特征点的方向特征对图像进行旋转仿射校正,最后引用局部相似性描述符并集成相似性度量来考察预匹配点对的相关性,选取其中相似相关性最优的点对实行图像配准。实验结果表明,对于存在几何形变的异源遥感图像,具有较好的配准实现效果,可以有效的解决异源遥感图像之间的几何形变差异问题,具有较好的鲁棒性和配准精度。(本文来源于《红外技术》期刊2019年06期）
钱有程[2]（2019）在《基于局部类相似的特征选择方法》一文中研究指出常用的特征选择方法利用样本空间的整个区域提取最优的特征子集.与此相反,提出一种新的局部特征选择方法,即样本空间的每个区域都与各自不同的最优特征集相关联,这些特征集能够最优地适应样本空间的局部变化.同时,在求解最优特征集对应的子空间时,基于最近邻思想,提出了一种度量测试数据与各个类相似性的方法,用来对测试样本进行分类.提出的方法可以描述为线性规划优化问题,因此可以通过简单的凸优化来求解全局最优解.在3组真实数据集和3个主流的方法上进行的对比实验,结果证明了该算法的可行性和有效性.(本文来源于《吉林化工学院学报》期刊2019年05期）
伍薇,苏娟,李响[3]（2018）在《融合点特征与局部自相似的SAR图像配准》一文中研究指出针对尺度不变特征(SIFT)算法应用于SAR图像配准时受斑点噪声影响,出现误匹配的现象,提出一种改进SIFT方法。首先提取图像的SIFT特征,然后基于指数加权均值比(ROEWA)计算图像的边缘强度图,并基于边缘强度图约束部分SIFT特征点,去除部分不稳定SIFT特征点进行粗匹配;再基于图像局部自相似(LSS)描述子的相关性剔除粗匹配中错误的匹配点对,根据图像的仿射变换模型获取变换模型参数。实验结果表明,该方法能提高提取的SIFT特征点的稳定性和配准精度。(本文来源于《国家安全地球物理丛书（十四）——资源·环境与地球物理》期刊2018-10-01）
赵新颖[4]（2018）在《基于相似稀疏度与局部差异特征的图像修复算法》一文中研究指出目的为了解决当前图像修复算法在破损面积较大时,其复原图像易丢失局部细节信息而导致修复图像存在振铃效应以及不连贯效应的不足,提出一种基于相似稀疏度耦合局部差异特征的图像修复算法。方法首先,利用待修复块及其相邻块内像素的均方距离来构造相似稀疏度模型,以形成优先权度量函数,根据其计算的优先级来确定优先修复块。然后,通过样本块对应的梯度向量模值来构造局部差异因子,计算样本块的局部差异,并以计算结果为依据对样本块的尺寸进行调整。最后,以像素点的颜色差值信息为依据,构造近似函数,选取最优匹配块对待修复块进行复原。结果仿真实验结果显示,与当前图像修复算法相比,该算法具有更高的修复质量和效率,其复原图像不存在振铃效应和不连续效应等。结论所提算法具有较高的修复视觉质量,能用于大面积损坏图像的复原。(本文来源于《包装工程》期刊2018年13期）
尤鸿霞,宋楚平,郁文生[5]（2016）在《局部证据RBF人体行为高层特征自相似融合识别》一文中研究指出针对传统人体动作识别算法通常重点解决某一类行为识别,不具有通用性的问题,提出一种局部证据RBF人体行为高层特征自相似融合识别算法。借用随时间变化的广义自相似性概念,利用时空兴趣点光流场局部特征提取方法,构建基于自相似矩阵的人体行为局部特征描述;在使用SVM算法进行独立个体行为识别后,利用提出的证据理论RBF(radial basis function)高层特征融合,实现分类结构优化,提高分类准确度。仿真结果表明,该方案能够明显提高人体行为识别算法效率和识别准确率。(本文来源于《计算机工程与设计》期刊2016年07期）
陈鹏[6]（2016）在《基于改进的图像局部区域相似度学习架构的图像特征匹配技术研究》一文中研究指出0引言在相关的研究中,人们发现SIFT描述子在各种图像转换条件下,鲁棒性非常好。但SIFT描述子所占用的空间非常大,运行速度也慢,这是非常大的缺点。1学习图像特征描述子在灰度图像补丁x当中,采用D维的向量来对其进行描述。也就是说,图像补丁特征数据映射到D维的向量空间Y。(本文来源于《网络安全技术与应用》期刊2016年04期）
蒋加伏,赵怡[7]（2015）在《局部证据RBF人体行为高层特征自相似融合识别研究》一文中研究指出针对传统人体动作识别算法,往往重点解决某一类行为识别,不具有通用性的问题,提出一种局部证据RBF人体行为高层特征自相似融合识别算法。首先,借用随时间变化的广义自相似性概念,利用时空兴趣点光流场局部特征提取方法,构建基于自相似矩阵的人体行为局部特征描述;其次,在使用SVM算法进行独立个体行为识别后,利用所提出的证据理论RBF(Radial Basis Function)高层特征融合,实现分类结构优化,从而提高分类准确度;仿真实验表明,所提方案能够明显提高人体行为识别算法效率和识别准确率。(本文来源于《计算技术与自动化》期刊2015年04期）
李琛[8]（2016）在《融合全局与局部特征的相似视频片段快速检测技术研究》一文中研究指出本文在深入了解相似关键帧检测与相似视频检测国内外研究现状的基础上,分析两者存在的不足,并在以下几个方面展开深入研究,取得一定进展。首先,改进了关键帧全局颜色直方图,提出光照-尺度金子塔特征。通过构建关键帧亮度、裁剪尺度空间金字塔,提高该特征对光照、尺度裁剪变换的鲁棒性。实验证明,基于全局光照-尺度金字塔特征的相似关键帧检测查全率较基于全局颜色直方图的检测效果更好,当相似距离阈值?(28)2时,算法查全率达到95.2%。其次,针对SIFT特征数据维度高,计算效率低的缺点,提出一种基于稀疏编码的尺度不变特征加速算法(ScSIFT)。以超完备字典将SIFT特征稀疏表示,同时建立二级特征索引结构,提高特征距离计算速度与检索效率。实验证明,ScSIFT算法与SIFT算法匹配结果类似,但算法运行效率较后者提高了52%。最后,基于本文提出的光照-尺度金字塔特征、ScSIFT算法,结合时序分块顺序算法,提出一种融合全局与局部特征的相似视频片段快速检测算法。该算法融合相似视频片段检测中全局特征运算速度快、局部特征计算精度高的优点。实验对比发现,该算法较传统的算法准确率更高,达到78.2%,同时,算法运行效率较高。(本文来源于《国防科学技术大学》期刊2016-01-01）
黄茵[9]（2015）在《稀疏编码的多特征字典重建及其HR-LR同步关联和非局部自相似预测算法研究》一文中研究指出超分辨率重建(SR)技术对成像受限信号提供了成本较低的图像质量提升方法,为后续的航天航空、郊外环境及军事目标检测、城市交通和安防监控、生物医学影像处理提供了细节信息更为丰富的信号。基于稀疏编码的超分辨率重建(SCSR)算法是近年的重点研究领域,因其引入字典描述形式和学习机制,可最大程度地标准化和稀疏化图像训练库的先验信息。通过引入高分辨率(HR)及低分辨率(LR)图像块在相应字典下稀疏编码系数应相等的约束关系,SCSR寻找最优的原子线性组合来估计重建HR块的最终结果。本文研究基于结构分类及多预测的稀疏编码超分辨率重建算法,主要工作包括:1.针对稀疏编码类SR算法中单一HR/LR字典对的结构区分度不够,导致最优匹配原子搜索耗时太长的问题,提出了一种多特征联合的分级字典重建算法。首先,分别用边缘块梯度特征和纹理块LBP特征来构建两种分类字典,用于逼近不同类型结构;其次,采用梯度或纹理方向树结构来聚类原子,对不同特征自适应选择分级字典,实现同一字典下的快速原子匹配;最后,引入双边总变分(BTV)正则项来约束重建结果,提高纹理及边缘信号保真度。2.针对稀疏编码类SR算法中HR-LR块稀疏系数相等的约束关系导致HR块稀疏系数估计准确性不足的问题,提出了一种结合结构分类字典及映射关系学习的重建算法。首先,同步训练HR/LR字典对及LR-HR稀疏系数的映射关系,确保同一图像块HR/LR稀疏系数的关联性;其次,利用稀疏系数复用优化训练过程,降低因引入映射关系对训练复杂度的影响;最后,结合LR块稀疏系数及LR-HR映射关系共同获取HR块稀疏系数,提高预测HR块稀疏系数的准确性。3.针对稀疏编码类SR算法中单LR块对应单HR块的硬决策重建时忽略HR/LR块模糊匹配的问题,提出了一种基于联合相似模型及前馈信息软决策的重建算法。首先,利用局部相似模型重建平滑块,实现简单结构的快速、有效重建;其次,由LR块稀疏系数及LR-HR映射关系产生纹理/边缘HR块稀疏系数初始值,并建立非局部自相似模型,利用相似块加权求解目标块,实现内外部信息交互以获取更准确的特征;最后,将已重建HR块作为后期图像块重建模型的前馈信息,充分利用图像内部信息。(本文来源于《华南理工大学》期刊2015-12-31）
惠国保,童一飞,李东波[10]（2015）在《基于改进的图像局部区域相似度学习架构的图像特征匹配技术研究》一文中研究指出该文在AdaBoost算法的基础上提出了一种图像局部区域相似度的学习架构,利用该架构训练图像局部特征来获得低维数、独特的特征描述子,以实现对图像局部区域高精度地匹配.所提学习架构通过学习图像局部区域相似性得到一组非线性弱学习器对图像局部特征进行描述;同时,在响应函数组合形式和弱学习器权重优化配置方面,针对浮点描述子和二值描述子分别提出了新的补丁相似性度量函数作为目标函数的核函数,提高了图像特征相似性匹配效果.该学习架构不会受限于任何预定义的图像特征信息采集模式,能产生基于灰度信息或方向梯度信息的特征描述子.实验结果表明采用这种学习架构获得的特征描述子,在所有对比描述子中图像局部匹配查准率是最好的.所提学习框架能有效地配置优化描述子弱学习器,能提高图像特征描述子对图像尺度和视角变化的鲁棒性.(本文来源于《计算机学报》期刊2015年06期）
局部特征相似论文开题报告
（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：
常用的特征选择方法利用样本空间的整个区域提取最优的特征子集.与此相反,提出一种新的局部特征选择方法,即样本空间的每个区域都与各自不同的最优特征集相关联,这些特征集能够最优地适应样本空间的局部变化.同时,在求解最优特征集对应的子空间时,基于最近邻思想,提出了一种度量测试数据与各个类相似性的方法,用来对测试样本进行分类.提出的方法可以描述为线性规划优化问题,因此可以通过简单的凸优化来求解全局最优解.在3组真实数据集和3个主流的方法上进行的对比实验,结果证明了该算法的可行性和有效性.
（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。
局部特征相似论文参考文献
[1].周微硕,安博文,赵明,潘胜达.基于几何不变性和局部相似特征的异源遥感图像配准算法[J].红外技术.2019
[2].钱有程.基于局部类相似的特征选择方法[J].吉林化工学院学报.2019
[3].伍薇,苏娟,李响.融合点特征与局部自相似的SAR图像配准[C].国家安全地球物理丛书（十四）——资源·环境与地球物理.2018
[4].赵新颖.基于相似稀疏度与局部差异特征的图像修复算法[J].包装工程.2018
[5].尤鸿霞,宋楚平,郁文生.局部证据RBF人体行为高层特征自相似融合识别[J].计算机工程与设计.2016
[6].陈鹏.基于改进的图像局部区域相似度学习架构的图像特征匹配技术研究[J].网络安全技术与应用.2016
[7].蒋加伏,赵怡.局部证据RBF人体行为高层特征自相似融合识别研究[J].计算技术与自动化.2015
[8].李琛.融合全局与局部特征的相似视频片段快速检测技术研究[D].国防科学技术大学.2016
[9].黄茵.稀疏编码的多特征字典重建及其HR-LR同步关联和非局部自相似预测算法研究[D].华南理工大学.2015
[10].惠国保,童一飞,李东波.基于改进的图像局部区域相似度学习架构的图像特征匹配技术研究[J].计算机学报.2015