一、基于局部熵差的栅格地图拼接方法(论文文献综述)
李林茂[1](2017)在《未知复杂环境下多机器人SLAM研究》文中研究说明随着机器人相关技术的不断成熟和完善,机器人逐渐的走进了我们的生产和生活中来。智能机器人在未知环境中进行自主导航、编队以及协作任务时,机器人需要获取自身位姿和周围环境信息,从而能够实现避障、路径规划以及编队等。因此作为机器人的关键技术之一的同时定位与地图构建(Simultaneous Localization and Mapping,SLAM)技术仍是当今机器人研究领域的一个重要内容。本文在研究了多机器人系统理论的基础上,结合了国内外多机器人SLAM的相关技术,以快速、高质量的构建环境地图为目的,对多机器人SLAM理论进行了研究。本文的主要研究成果如下:(1)结合现有的实验环境和机器人平台,搭建了机器人位姿模型和环境特征提取模型。为防止环境数据的缺失,设计了基于路径规划的环境数据增补策略,通过获取局部地图的特征点,对特征点进行分析和处理,得到局部地图的剖分三角图,通过对剖分三角图进行路径点的选取,确定机器人环境探测路径,采集不可见区域的数据。采用动态规划目标点和起始点的路径以获取最短路径,降低能量损耗。在Matlab中进行了仿真实验,实验验证了模型的正确性。(2)针对楼宇室内环境中室内结构相似容易造成地图的错误匹配,本文提出一种将Keenan-Motley的室内传播模型和聚类算法相结合的地图融合算法,并构建了地图相关性函数,根据函数值的大小来确定子地图的拼接顺序,防止地图的重复拼接和错误拼接。实验结果表明,该算法能够实现子地图的融合,构建出了全局地图,并且改善了地图的精度,地图的融合效果达到了预期。
张子迎[2](2009)在《多机器人协作及环境建模技术研究》文中进行了进一步梳理随着移动机器人研究和应用的日益发展,多机器人协作问题已经成为机器人学研究的热点。多机器人协作自主探索未知环境并建立环境地图,已经被认为能够真正实现移动机器人在未知环境中协作完成导航任务的关键技术和协作完成高度自治作业的重要标志。这在星球探测、野外探险、军事侦察和灾难救助等领域有着巨大的应用潜力。本文从多机器人协作探索环境的效率和精度出发,研究多机器人如何快速协作建立全局环境地图,如何通过多机器人间的任务分配提高系统完成任务的效率,如何解决多机器人移动过程中的协调问题,保障多机器人在高效覆盖环境的探索能力下,能够快速、准确地建立环境地图。首先,研究了基于约束控制的分布式多机器人编队控制策略。为了增加机器人协作的可能性、探索覆盖能力和运动协调能力,簇内机器人采用编队的方式移动。分析机器人与参考机器人之间的约束方程特点,设计了基于约束控制的机器人静态避障和路线跟踪行为,大大简化了机器人控制难度。同时,为了提高机器人动态避障能力,设计了基于速度空间的多机器人动态避障策略,大大减少了簇间机器人的碰撞。其次,研究了基于分簇的多机器人任务分配策略。借鉴生物群体协作行为模式,设计了基于分簇的多机器人协作策略,通过对系统行为的建模求解,分析了系统行为随任务执行的时间演化规律,为机器人的任务分配提供方法支持。结果表明,该方法能够使得机器人根据任务状态自组织地分配机器人,快速、灵活地完成探索任务。再次,研究了基于专职化的多机器人簇间协作方法。借鉴群体生物专职化协作思想,设计了基于专职角色的簇间机器人任务转换方法,采用主动和被动机器人簇相结合的方式实现未知环境的探索。通过该方法,系统能够根据环境中任务的变化实时调整适当的协作群体规模,从而增强了系统协作的效率和灵活性,以及适应不同任务的能力。最后,研究了基于局部地图的多机器人相互定位方法。在未知环境探索任务中,为了能够产生准确的环境信息,需要将环境信息表示在地图中。而多机器人准确地建立环境地图,离不开同时利用地图实现准确的相互定位技术,即协作定位与建图(Cooperative Localization and Mapping,CLAM)。针对机器人的定位问题,设计了单个机器人的连续自定位方法和多机器人的局部地图相互定位方法,将机器人的定位范围缩小到了机器人的局部环境中,大大增加了多机器人定位的速度和准确性。
陈昊[3](2009)在《正交多幕特种电影的自适应拼接技术》文中进行了进一步梳理本文分析了前人在图像拼接领域的研究成果和研究现状,介绍了图像拼接的流程、图像的采集以及常见的图像变换模型。重点研究了图像拼接技术中的图像配准及图像融合等关键技术。分析和总结了现有的图像拼接的主要方法、性能以及存在的问题。通过对各种拼接算法优缺点的比较,本文提出了一种基于特征的改进算法。该算法综合利用了兴趣点的亮度信息和空间信息,使用Harris角检测器提取出兴趣点,采用兴趣点主方向和互相关系数相结合的方法提取出初始匹配对,根据特征点的整体匹配度剔除伪匹配对,得到两帧图像的对应兴趣点特征对;根据匹配对计算出图像的变换参数;在原始图像上得到初始匹配点后采用RANSAC算法稳健估计变换矩阵H;为了提高配准算法的精度,采用变换矩阵H,引导两帧原始图像上的所有特征点重新进行匹配,对得到的匹配点集重新用RANSAC算法估计变换矩阵,并采用LM非线性优化算法进一步优化,最后通过基于最佳缝合线的方法进行融合图像。把本文提出的图像配准和融合的改进算法结合在一起,通过实验分析,该算法准确率高,鲁棒性强,具有较高的使用价值。可以使多个投影机合成的图像构成一个整体,无缝隙,亮度均匀的图像。从而使观众体验到沉浸感超强的完美体验,是正交多幕特种电影生产制作过程中必不可少的重要环节。最后对本文还存在的问题进行总结并对图像拼接的发展前景进行展望。
辛动军[4](2007)在《彩色地形图要素的自动识别与获取研究》文中进行了进一步梳理地理信息的数字化是建立地理信息系统(GIS)的重要环节,工作量占整个系统开发的三分之二以上。地理信息系统中数据的获取仍是影响其发展的瓶颈。彩色地图要素的自动识别与获取技术涉及到多个学科,是集理论和实践为一体的图像处理与识别技术。多年来的理论及实践为此课题的深入研究奠定了良好的基础,但也存在着许多亟待解决的问题。本文以比例尺为1:5万的彩色地形图为研究对象,重点对颜色分层、等高线的识别与获取、黑板要素图上道路的识别与获取、蓝版要素图上水系的识别与获取几个方面进行了研究。利用本文提出的算法,结合本课题已有研究成果开发了一个彩色地形图识别与获取原型系统。本文的主要研究成果及创新点:1.提出了基于类中心约束的模糊c均值(fuzzy c-means,FCM)聚类算法。根据RGB空间中颜色的统计特征初始化隶属度矩阵,解决了传统FCM算法对初始值敏感的问题。为了克服FCM算法不能很好的处理聚类尺寸不同和数据疏密程度不同的情况,定义了新的度量方式。除利用了颜色信息外,还引入了像素关系信息,从而有效地降低了颜色误差对分色的影响。2.提出了等高线跟踪算法和基于等高线线体流向分析的补断算法。利用数学形态学的击中—击不中变换消除等高线图上的噪声和孔洞。为了提高等高线的矢量化效果,克服噪声的影响,采用改进的梯度矢量流主动轮廓模型提取等高线。在未经细化的等高线图上直接提取等高线,可避免因等高线细化畸变导致的跟踪错误。利用等高线线体流向信息并结合等高线邻接关系修复断裂的等高线。3.提出了虚线道路和实线道路的提取算法。构造了基于格式塔准则的虚线道路图搜索A*算法启发式函数。定义了提取实线道路基元的投影矩阵。改进了提取实线道路的主动轮廓模型,提高了对弱边缘的提取能力。4.提出了不同水系要素的不同提取方法。包括不同交叉模式的跟踪方法、双线河流的判别方法、改进的梯度矢量流模型及面状要素提取的初始化方法等。5.根据以上思路和算法,开发了一个彩色地形图矢量化原型系统。
杨竹君[5](2006)在《基于彩色序列图像的全景图像拼接方法的研究》文中提出如今,越来越多的领域需要用到超宽视角的图像。用某些特殊设备如鱼眼镜头可获得这一类图像,但它们大多具有价格昂贵、使用复杂等缺点。利用普通相机采集的图像来得到宽视角的图像成为人们研究的热门方向,作为数字图像处理的重要分支,图像拼接技术为这一问题提供了很好的解决途径。 本文重点针对图像拼接技术的核心算法——图像配准算法进行研究。图像配准匹配算法的总体思想是既要保证对准的精度,又要保证运算量不至过大。本文对比分析了图像拼接中的模板匹配方法、相邻列比值匹配方法、基于网格快速匹配方法、基于局部熵差的图像匹配方法。实验证明,上述几种方法在选取模板时基本上都是任意的,模板中如果没有包含足够多的物体特征,那么很容易导致算法失败,因此文中提出了一种基于局部熵差的改进算法,即在进行匹配之前,首先基于局部边缘密度LED和模糊聚类算法定位出特征物体区域,然后以该区域为模板计算其局部熵差,在另一幅图像中进行搜索,找到最佳匹配点,实现图像配准。 针对序列彩色图像的全景图拼接,利用Microsoft Visual C++6.0开发了一套较完整的原型系统。实验证明基于局部熵差的改进算法能够较好的实现序列彩色图像的全景图拼接。
汪华章,吴晓红,滕奇志,罗代升,何小海[6](2005)在《运动矢量检测和图像配准融合及在岩心扫描成像中的应用》文中进行了进一步梳理在研究三步搜索法工作原理的基础上,根据运动矢量的特点,提出一种基于运动矢量方向预测的三步搜索法。结合图像配准融合,将此方法应用于岩心扫描成像系统中。实验表明,改进后的算法效率明显提高,鲁棒性增强。
祝乃庆[7](2004)在《全景图自动拼接算法研究及系统实现》文中进行了进一步梳理全景图是虚拟现实中一种重要的场景表示方法。通常获得高质量的全景图需要使用昂贵的专用设备,而且拍摄时需要精确地校准摄像机。从普通摄像机图像拼接是获得全景图的一种低成本而且比较灵活的方法。 采用普通照相机拍摄的照片可能出现图像扭曲、交叠和倾斜,照片之间可能有一定色差,因此,在图像的拼接和建立全景图方面难度大。本文中主要是通过对多种图像拼接算法的研究,提出图像拼接改进算法,该算法能够在较宽松的条件下能够较准确地匹配两幅图像,实验证明该算法能够有效地拼接普通相机拍摄的照片,消除图像扭曲、交叠和倾斜对于图像拼接的影响。同时,在实现柱面全景图时,为了不改变物体在自然界中的几何信息,也进行了柱面投影研究,实现柱面全景图。 最后使用VC++和OpenGL技术实现了图像拼接系统和柱面全景图浏览器,该系统能够自动拼接按照数字排序的序列照片。柱面全景图浏览器可以通过鼠标和键盘方向键360°浏览全景图。
盛慧[8](2004)在《链编码技术及区域标定自动机在图像处理中的应用》文中研究说明随着数字图像处理和模式识别技术的不断发展与成熟,图像的编码技术也得到了飞速发展,并以其优良的特性在图像处理领域得到越来越多的运用。 本文分析了数字图像处理技术的原理与发展,详细阐述了二值图像的链编码表示方法的原理及其特性。而后利用顶点链编码技术,在顾国庆和许彦冰发明的区域标定自动机的基础上,研究出了一种检测二值图像中区域角点的方法以及一套图像拼接的新算法。 其中的检测角点算法利用区域边界顶点链编码的特点可以准确检测到二值图像中边界线是直线的区域的角点。而图像拼接算法,针对灰度文字图像、无倾斜二值文字图像和倾斜的二值文字图像的拼接原理与实现进行了详述,三种图像拼接过程基本上都是利用链编码技术和区域标定自动机配合数学或图像处理方法获取到相邻重叠图像的匹配特征点进而实现拼接的。在进行二值图像拼接的研究过程中又提出了一种运用角点特征进行二值图像旋转的方法。 结合以上算法的技术和原理,利用Visual C++编程开发了算法实验系统,系统可实现二值图像的区域角点检测、灰度文字图像的拼接、二值文字图像的拼接以及只包含边界为直线段的区域的二值图像的旋转。
曾永齐[9](2004)在《消除开车稀密路方案的研究》文中研究说明开车稀密路是机织物织疵产生的一个重要因素,织物一旦产生开车稀密路就无法修补,严重影响成品的质量,影响企业的经济效益,尤其在现代高速织机上或织造稀薄高档织物时更为明显。国内外的科技工作者一直在寻找解决的办法。针对产生稀密路的不同原因,他们提出了消除稀密路的各种方法,但一直到现在,仍然没有从根本上解决这个问题。可以说如何避免开车稀密路,已经成为一个世界性难题。 本文首先介绍了图像处理技术的发展以及在纺织工业上的应用,简要介绍了本课题相关背景。然后介绍了数字图像处理技术的一些基本概念,包括位图、色彩系统、调色板等,重点阐述了跟课题相关的数字图像处理技术。之后,对织物和经纱的蠕变和松弛特性进行了分析,而且也分析了织口位置、打纬力及稀密路之间的关系,指出织机停车后由于织物和经纱的蠕变和松弛,织口位置发生了偏移,再次开车时因为织口位置的偏移而引起打纬力的变化,打纬力的变化导致纬密不匀,从而形成开车稀密路。分析了消除开车稀密路的研究现状。 针对开车稀密路形成的原因,提出了一种新的基于图像处理技术消除开车稀密路的整体方案。此方案中,运用图像处理技术进行织口位移的在线检测是避免开车稀密路的关键。接着提出了一种全新的测量织口位移的方法,设计并搭建了一套实验室装置来检测织口位移,在这套实验室装置上能实现图像的实时采集及处理,完成织口位移的精确计算。最后针对不同织物经纱混合物在不同光亮及张力,以及经过一定时间的蠕变和松弛做了实验验证,得到了多种织物能测出织口位移的光亮和经纱张力范围,并对织物经纱混合物经过蠕变和松弛后织口的位移变化情况做了分析,为将来直接在织机上实现织口位移的检测提供了依据。
郑华利[10](2004)在《彩色地形图的自动识别与矢量化研究》文中认为地理信息的数字化是建立地理信息系统(GIS)的重要环节,工作量占整个系统开发的三分之二以上。地形图自动识别与矢量化是涉及多个学科、集理论和实践为一体的图像处理与识别技术,据此可显着提高数字地图的开发效率。多年来的理论及实践为此课题的深入研究奠定了良好的基础,但也存在着许多亟待解决的问题。本文首先分析了地形图自动识别及矢量技术的发展现状,指出了现存的主要问题。然后参考人类视觉系统的信息提取原理,分别从地形图图像预处理、颜色分层、等高线矢量化、黑版要素提取与识别、虚线的提取五个方面提出了自己的观点及算法。最后将以上算法综合,自主开发了一个地形图自动识别与矢量化原型系统,这既是对本文算法的检验,也为整体系统进一步开发、完善打下良好基础。 本文的研究成果主要包括: 1.分析了地图信息提取与识别的重要意义及发展现状,研究了地形图自动识别与矢量化的常用方法及作业方式,指出本课题现存的主要问题。 2.探讨了地形图图像质量退化的误差成因,指出图像预处理工作的必要性。通过对目前非线性扩散算法的分析、总结,提出了基于区域特征分析的地形图图像自适应平滑算法。该方法克服了原有算法噪声敏感、角点模糊的缺点,对其它图像的平滑也可收到较好的效果。 3.指出目前地形图分层算法设计中仅考虑像素颜色信息的不足,提出了空间关系信息与颜色信息相结合的地形图分层算法,同时通过色彩空间转换、改进的模糊C均值算法实现了地形图图像的分色。实验证明,该算法可有效地抑制地图图像的颜色误差,提高分层精度,为地图的分层识别及矢量化奠定了良好的基础。 4.对目前的图纸矢量化算法进行了较全面的总结与分析。为改善等高线自动矢量化的效果,提出基于区域流向分析的可变形模型跟踪算法。同以往基于二值图像的二阶段矢量化算法不同,本算法直接基于原地形图图像。最终通过初始种子段的生成、可变内力控制及区域流向分析,实现了等高线的自动矢量化及断点、粘连点的处理,具有较好的稳定性及自适应特征。 5.分析了地形图黑版要素的形态特征,提出了基于形态分解的地形图黑版要素提取及识别算法。此算法在多角度并行运算的基础上进行扩展,辅以要素的节点分析,运用腐蚀、膨胀、改进的RLS变换等算子对相同特征的结构进行摘要分类后综合,初步实现了黑版要素如道路、居民地、汉字等的自动提取、识别。 6.对地形图制图中的视觉组织现象进行分析,指出运用视觉组织算法进行地形图识别的意义及必要性,提出了基于视觉组织的虚线自动提取算法。该算法通过虚线点的相互作用分析、形态滤波、有界深度优先搜索、可变形模型迭代跟踪实现了虚线的自动跟踪及矢量化。 7.根据以上思路和算法,将理论与实践相结合,开发了二个彩色地形图自动识别与矢量化的原型系统,初步具备了地形图要素的自动提取、识别与矢量化功能。同时,提出矢量化效果的整体评价指标,对实验结果进行了系统的评价。最后,分析与展望了地形图智能理解的研究前景。
二、基于局部熵差的栅格地图拼接方法(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:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(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。
三、基于局部熵差的栅格地图拼接方法(论文提纲范文)
(1)未知复杂环境下多机器人SLAM研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 科学意义和应用前景 |
1.2 国内外研究概况 |
1.2.1 国内外机器人平台研究概况 |
1.2.2 机器人自动定位技术研究现状 |
1.2.3 构图研究现状 |
1.2.4 地图融合研究现状 |
1.3 主要研究内容 |
1.4 本章小结 |
第2章 SLAM关键技术 |
2.1 SLAM相关技术简介 |
2.2 两种常用SLAM方法及比较 |
2.2.1 基于EKF的SLAM方法 |
2.2.2 基于PF的SLAM方法 |
2.3 SIFT特征提取算法 |
2.4 聚类算法 |
2.5 SLAM流程 |
2.6 本章小结 |
第3章 环境建模与数据增补策略 |
3.1 机器人位姿模型 |
3.2 环境信息模型 |
3.2.1 环境探测模型 |
3.2.2 数据采集模型 |
3.3 特征提取模型 |
3.4 特征匹配 |
3.5 局部环境的数据增补策略 |
3.6 本章小结 |
第4章 基于聚类的Keenan-Motley地图融合算法 |
4.1 基于Keenan-Motley的室内定位算法 |
4.1.1 自由空间模型 |
4.1.2 Keenan-Motley室内传播模型 |
4.1.3 基于Keenan-Motley的室内定位算法 |
4.2 地图融合技术 |
4.3 基于聚类的Keenan-Motley地图融合算法 |
4.4 本章小结 |
第5章 实验结果与仿真分析 |
5.1 实验平台和实验环境介绍 |
5.2 基于超声传感器的构图实验与分析 |
5.3 基于聚类的Keenan-Motley地图融合算法的实验与分析 |
5.4 本章小结 |
总结与展望 |
致谢 |
参考文献 |
作者简介 |
攻读硕士期间发表的论文和科研成果 |
(2)多机器人协作及环境建模技术研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题研究的目的和意义 |
1.2 多机器人系统的研究内容 |
1.2.1 多机器人体系结构 |
1.2.2 多机器人之间的协作和避障 |
1.2.3 多机器人之间的通讯 |
1.2.4 多机器人的感知与学习 |
1.3 国内外研究现状及成果概况 |
1.3.1 多机器人环境探索与建模 |
1.3.2 定位技术 |
1.3.3 地图的拼接与匹配 |
1.3.4 多机器人任务分配 |
1.3.5 多机器人编队控制 |
1.4 多机器人协同环境探索中存在的问题 |
1.5 论文的组织 |
第2章 多机器人体系结构与协作探索技术 |
2.1 多机器人体系结构 |
2.1.1 单机器体系结构 |
2.1.2 多机器体系结构 |
2.1.3 面向分簇管理的多机器人协作体系结构 |
2.2 多机器通信机制 |
2.3 环境探索关键技术 |
2.3.1 自主路径规划技术 |
2.3.2 环境模型 |
2.3.3 多机器人运动协调 |
2.3.4 多机器人协同任务分配 |
2.4 机器人运动模型 |
2.4.1 坐标系的选取 |
2.4.2 里程计模型 |
2.4.3 机器人运动模型 |
2.5 机器人感知模型 |
2.6 本章小结 |
第3章 环境探索中的多机器人运动协调机制研究 |
3.1 多机器人编队问题 |
3.1.1 多机器人编队的体系结构 |
3.1.2 多机器人编队的队形 |
3.1.3 编队中参考点的选取 |
3.2 基于约束控制的多机器人分布式编队方法 |
3.2.1 多机器人编队的行为和结构 |
3.2.2 基于约束控制的队形保持 |
3.2.3 基于约束控制的静态避障 |
3.2.4 路线跟踪行为 |
3.3 基于速度空间的机器人动态避障方法 |
3.3.1 速度避障的基本思想 |
3.3.2 动态障碍物运动检测 |
3.3.3 速度空间的避碰规划 |
3.4 仿真实验 |
3.4.1 机器人编队实验 |
3.4.2 机器人动态避障实验 |
3.4.3 多机器人编队下的环境探索实验 |
3.5 本章小结 |
第4章 基于分簇的多机器人任务分配方法 |
4.1 基于分簇的多机器人协作探索 |
4.1.1 机器人分簇动态协作结构 |
4.1.2 动态簇结构形成的条件 |
4.1.3 目标点的选择 |
4.1.4 簇头的产生 |
4.1.5 基于生成树的簇内结构更新规则 |
4.2 搜索任务模型的建立与分析 |
4.2.1 多机器人任务分配模型的建立 |
4.2.2 系统模型的分析 |
4.3 基于角色专职化的簇间机器人任务分配 |
4.3.1 分簇协作探索中机器人的职能安排 |
4.3.2 多机器人机器人通信内容 |
4.3.3 多机器人分簇下的交互机制 |
4.3.4 自组织式多机器人簇间的任务分配方法 |
4.4 仿真实验 |
4.4.1 协作性能评价 |
4.4.2 实验结果 |
4.4.3 性能分析 |
4.5 本章小结 |
第5章 基于局部地图定位的多机器人建模方法 |
5.1 贝叶斯滤波算法 |
5.2 机器人的概率感知模型 |
5.3 基于局部地图的多机器人定位方法 |
5.3.1 多机器人定位原理 |
5.3.2 基于局部地图的机器人连续自定位方法 |
5.3.3 基于局部地图的多机器人定位方法 |
5.3.4 基于粒子滤波的局部地图定位实现 |
5.4 机器人局部地图拼接 |
5.5 仿真实验 |
5.5.1 机器人连续自定位实验 |
5.5.2 基于局部地图的多机器人定位实验 |
5.5.3 基于局部地图相互定位的多机器人协作建模 |
5.6 本章小结 |
结论 |
参考文献 |
攻读博士学位期间发表的论文和取得的科研成果 |
致谢 |
个人简历 |
(3)正交多幕特种电影的自适应拼接技术(论文提纲范文)
摘要 |
ABSTRACT |
目录 |
第一章 绪论 |
1.1 引言 |
1.2 课题研究目的及意义 |
1.3 国内外图像拼接技术的研究概况 |
1.4 基于图像的建模和绘制在虚拟现实技术中的应用 |
1.5 本文的研究重点及章节安排 |
第二章 全景图拼接理论及其关键技术 |
2.1 全景图像的场景绘制 |
2.2 全景图像的生成 |
2.3 全景图像拼接的基本流程 |
2.4 图像配准技术 |
2.5 图像融合技术 |
第三章 正交多幕特种电影的自适应拼接技术的实现 |
3.1 图像投影 |
3.2 基于特征的拼接算法概述 |
3.3 特征选择与提取 |
3.4 特征匹配 |
3.5 图像变换的估计 |
3.6 运动物体检测 |
3.7 自适应拼接技术的实现 |
3.8 实验结果分析 |
第四章 全景图像的融合 |
4.1 图像融合技术概述 |
4.2 基于最佳缝合线的图像融合算法 |
4.3 实验结果分析 |
第五章 总结与展望 |
5.1 工作总结 |
5.2 未来工作展望 |
致谢 |
参考文献 |
(4)彩色地形图要素的自动识别与获取研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 本文研究的目的和意义 |
1.2 地理信息获取的途径 |
1.3 地形图要素识别与提取的研究现状及存在的问题和挑战 |
1.3.1 地形图要素识别与提取的研究现状 |
1.3.2 国内外有代表性的识别与提取软件系统 |
1.3.3 技术难点及存在的主要问题 |
1.4 本文的研究成果、创新点和内容组织 |
1.4.1 本文的主要研究成果与创新点 |
1.4.2 本文的组织结构 |
2 结合颜色和结构特征的彩色地形图分割算法 |
2.1 彩色地形图的特点 |
2.2 分割算法的综述与分析 |
2.2.1 分割算法 |
2.2.1.1 基于直方图的闭值化方法 |
2.2.1.2 基于特征空间的聚类 |
2.2.1.3 基于模糊的方法 |
2.2.1.4 基于神经网络的方法 |
2.2.1.5 基于熵的方法 |
2.2.1.6 基于遗传算法的方法 |
2.2.1.7 基于随机场模型的统计学方法 |
2.2.1.8 其它方法 |
2.2.2 颜色空间模型 |
2.3 彩色地形图分割预处理 |
2.4 彩色地形图分割算法 |
2.4.1 颜色空间的选择 |
2.4.2 背景色和过渡色的去除 |
2.4.3 改进的FCM算法 |
2.4.3.1 传统FCM算法 |
2.4.3.2 利用颜色统计特征初始化隶属度矩阵 |
2.4.3.3 改进算法的设计 |
2.4.4 实验结果与分析 |
2.5 本章小结 |
3 基于梯度矢量流主动轮廓模型的等高线提取算法 |
3.1 相关研究工作 |
3.2 等高线矢量化的思路及流程 |
3.3 等高线图预处理 |
3.3.1 形态学滤波预处理 |
3.3.2 等高线细化 |
3.3.2.1 细化算法的几个基本定义 |
3.3.2.2 细化算法 |
3.3.3 粘连点的判断 |
3.4 梯度矢量流主动轮廓模型 |
3.4.1 传统的主动轮廓模型 |
3.4.2 正则化梯度矢量流主动轮廓模型 |
3.5 基于梯度矢量流主动轮廓模型的等高线提取 |
3.5.1 内部能量的确定 |
3.5.2 外部能量的确定 |
3.5.3 等高线跟踪方法 |
3.5.4 等高线矢量化算法的具体实现 |
3.5.5 断裂等高线修复的具体实现 |
3.6 实验与分析 |
3.7 本章小结 |
4 黑板分版图道路要素的提取 |
4.1 引言 |
4.2 地图上的道路特征 |
4.3 线形交叉模式的识别 |
4.4 道路分离预处理 |
4.4.1 坐标线的消除 |
4.4.2 虚、实线道路的预分离处理 |
4.5 乡村路等虚线道路的提取 |
4.5.1 视觉组织模型 |
4.5.2 基于图搜索A~*算法的虚线道路提取 |
4.5.2.1 后继节点搜索策略 |
4.5.2.2 虚线道路符号检测模型 |
4.5.2.3 估价函数 |
4.5.2.4 虚线道路提取算法实现步骤 |
4.6 铁路、公路、大车路的提取算法 |
4.6.1 RLS变换预处理 |
4.6.2 道路基元和初始种子点的寻找 |
4.6.3 主动轮廓跟踪算法的实现 |
4.7 实验与分析 |
4.8 本章小结 |
5 基于结构特征的水系要素的提取 |
5.1 引言 |
5.2 水系要素分割算法综述 |
5.2.1 单、双线河流的跟踪提取 |
5.2.2 湖泊、水库等面状要素的提取 |
5.3 预处理和水系的粗分类 |
5.4 水系的交叉模式 |
5.5 湖泊、水库等面状要素以及注记的提取算法 |
5.5.1 注记的提取 |
5.5.2 湖泊、水库等面状要素的提取 |
5.6 单、双线河流要素的提取 |
5.6.1 跟踪判优预测法 |
5.6.2 河流线基元和初始种子点的寻找 |
5.6.3 算法的实现 |
5.7 实验与分析 |
5.8 本章小结 |
6 彩色地形图信息识别与提取原型系统设计与实现 |
6.1 引言 |
6.2 系统的硬件配置 |
6.3 系统主要功能 |
6.4 系统结构 |
6.4.1 彩色地形图图像预处理子系统 |
6.4.2 彩色地形图图像分色(分版)及二值化子系统 |
6.4.3 信息识别与提取子系统 |
6.4.3.1 地形图黑版要素的识别与矢量化模块 |
6.4.3.2 地形图棕版要素的识别与矢量化模块 |
6.4.3.3 地形图蓝版要素的识别与矢量化模块 |
6.4.4 数据整合子系统 |
6.4.5 数据库管理子系统 |
6.5 本章小结 |
7 结束语 |
文中彩图索引 |
致谢 |
攻读博士学位期间发表的论文 |
参考文献 |
(5)基于彩色序列图像的全景图像拼接方法的研究(论文提纲范文)
中文摘要 |
ABSTARCT |
第一章 绪论 |
1.1 图像拼接技术的研究意义 |
1.2 图像拼接技术发展概况和研究现状 |
1.3 论文的主要内容及章节安排 |
1.3.1 论文的主要内容 |
1.3.2 论文章节安排 |
第二章 全景图像拼接原理及图像的获取 |
2.1 全景图像拼接原理 |
2.2 图像获取 |
第三章 典型的图像匹配方法的研究及实现 |
3.1 模板匹配法 |
3.2 快速模板匹配法 |
3.3 相邻列比值匹配法 |
3.4 基于局部熵差的图像匹配方法 |
3.4.1 图像的局部熵 |
3.4.2 算法具体实现 |
3.5 算法实现及实验结果 |
第四章 基于局部熵差的图像匹配改进算法 |
4.1 真彩色图转化为灰度图 |
4.2 边缘检测 |
4.3 灰度图的阈值处理 |
4.4 特征物体区域的定位 |
4.4.1 模糊C均值算法 |
4.4.2 特征物体区域定位具体实现步骤 |
第五章 图像拼接原型系统的实现 |
5.1 功能设计 |
5.2 应用事例 |
5.3 小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
发表论文和参加科研情况说明 |
致谢 |
(7)全景图自动拼接算法研究及系统实现(论文提纲范文)
摘要 |
ABSTRACT |
目录 |
1 绪论 |
1.1 选题背景及意义 |
1.2 全景图研究的主要内容 |
1.3 国内外研究历史和现状 |
1.4 论文工作和结构 |
2 全景技术概括 |
2.1 虚拟现实简介 |
2.2 IBR技术简介 |
2.3 全景技术简介 |
3 全景图生成 |
3.1 图像拼接中的基本概念 |
3.2 图像拼接算法 |
3.2.1 基于特征的图像拼接算法 |
3.2.2 基于相似曲线的全景图自动拼接算法 |
3.2.3 其他的一些算法 |
3.2.4 改进算法 |
3.3 图像平滑 |
3.4 小结 |
4 统一空间面 |
4.1 柱面正投影 |
4.2 球面和立方体空间面 |
5 全景图自动拼接系统实现 |
5.1 拼接模块的实现 |
5.2 柱面全景图浏览器模块的实现 |
5.2.1 柱面全景图像的反投影算法 |
5.2.2 浏览器效果 |
5.3 小结 |
结论 |
致谢 |
参考文献 |
(8)链编码技术及区域标定自动机在图像处理中的应用(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景 |
1.2 本文的主要工作 |
1.3 本文组织结构和章节安排 |
第二章 数字图像处理技术的原理与发展 |
2.1 数字图像处理基本理论 |
2.1.1 数字图像的基本概念 |
2.1.2 图像的数字化 |
2.1.3 图像处理方法概述 |
2.2 模式识别基本理论 |
2.3 图像编码技术及发展 |
2.3.1 经典图像编码技术 |
2.3.2 “第二代”图像编码技术 |
2.3.3 图像编码技术的发展 |
第三章 顶点链编码技术与区域标定自动机 |
3.1 顶点链编码技术 |
3.1.1 顶点链编码 |
3.1.2 顶点链编码的特性 |
3.2 区域标定自动机 |
3.2.1 正方形点阵二值图像的标定 |
八近邻图像区域的标定 |
四近邻图像的区域标定 |
3.2.2 正三边形图像的区域标定自动机 |
3.2.3 正六边形图像的区域标定自动机 |
3.2.4 区域标定自动机的特性及应用 |
第四章 基于顶点链编码技术的角点检测算法 |
4.1 角点的基本概念 |
4.2 一般的角点检测算法及存在的问题 |
4.3 运用顶点链编码技术检测二值图像的角点 |
4.3.1 检测二值图像中边缘无噪声区域的角点 |
边界线段非倾斜的情况 |
边界线段有倾斜的情况 |
4.3.2 检测二值图像中边缘有噪声的区域的角点 |
边界线段无倾斜的情况 |
边界线段有倾斜的情况 |
4.3.3 算法的设计及实现 |
4.4 小结 |
第五章 运用区域标定自动机和链编码技术的数字图像拼接算法 |
5.1 数字图像拼接技术研究的必要性及意义 |
5.2 数字图像匹配拼接常用算法概述 |
基于面积的匹配 |
基于比值匹配 |
基于网格匹配的快速匹配算法 |
5.3 运用区域标定自动机和链编码技术的图像拼接算法 |
5.3.1 算法的适用图像类型 |
5.3.2 算法的原理 |
5.3.2.1 灰度图像的匹配拼接 |
5.3.2.2 二值图像的匹配拼接原理 |
5.3.3 小结 |
第六章 算法实验系统的开发 |
6.1 系统开发环境 |
6.1.1 开发环境 |
6.1.2 系统的运行环境 |
6.2 数字图像在计算机中的存储方式 |
6.2.1 GDI位图与DIB位图 |
6.2.2 BMP文件中DIB的结构 |
6.3 VC++开发图像处理应用程序 |
6.3.1 面向对象技术 |
6.3.2 面向对象的位图编程 |
6.4 算法实验系统设计 |
6.4.1 输入输出设计 |
6.4.2 系统模块功能 |
第七章 结论与展望 |
7.1 总结 |
7.2 发展与展望 |
参考文献 |
附录: 攻读硕士学位期间发表论文 |
致谢 |
(9)消除开车稀密路方案的研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 课题背景 |
1.2 图像处理技术发展概况及其在纺织工业中的应用 |
1.3 本文的研究内容和结构安排 |
第二章 图像处理相关技术简介 |
2.1 图像处理的基本概念 |
2.1.1 图像 |
2.1.2 位映像 |
2.1.3 位图 |
2.1.4 色彩系统 |
2.1.5 调色板 |
2.1.6 256色位图 |
2.1.7 24位真彩色图像 |
2.1.8 灰度图 |
2.1.9 图像格式 |
2.1.10 设备无关位图 |
2.2 图像处理系统 |
2.3 图像预处理 |
2.3.1 灰度直方图 |
2.3.2 模板操作 |
2.3.3 图像平滑 |
2.4 图像颜色处理 |
2.4.1 真彩色位图转换为256色位图 |
2.4.2 256色位图转换为灰度图 |
2.5 图像空间变换理论 |
2.5.1 引言 |
2.5.2 一般变换 |
2.5.3 仿射变换 |
2.6 本章小结 |
第三章 消除开车稀密路的研究现状 |
3.1 概述 |
3.1.1 开车稀密路产生原因 |
3.1.2 研究开车稀密路的意义 |
3.2 研究现状及分析 |
3.3 本章小结 |
第四章 应用图像处理技术消除开车稀密路的整体方案 |
4.1 简介 |
4.2 应用图像处理技术消除开车稀密路的整体方案 |
4.2.1 应用图像处理技术消除开车稀密路原理 |
4.2.2 对织机系统的软、硬件要求 |
4.3 实验室织口位置精确检测的装置设计及其部件说明 |
4.4 本章小结 |
第五章 图像匹配方法检测织口位移的研究 |
5.1 图像匹配 |
5.1.1 图像匹配算法的分类 |
5.1.2 常用图像匹配算法 |
5.2 使用模板匹配法检测织口位移 |
5.3 系统参数的标定 |
5.3.1 系统参数的标定方法原理 |
5.3.2 利用Hough变换标定 |
5.4 实验测试及分析 |
5.4.1 经纱张力相同但亮度不同的实验测试及分析 |
5.4.2 亮度基本相同但经纱张力不同的实验测试及分析 |
5.4.3 亮度及经纱张力均不相同的实验测试及分析 |
5.4.4 织物经纱混合物经过蠕变和松弛的实验测试及分析 |
5.5 本章小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
作者在攻读硕士学位期间发表的学术论文 |
致谢 |
(10)彩色地形图的自动识别与矢量化研究(论文提纲范文)
1 绪论 |
1.1 研究背景及意义 |
1.1 1 信息化与数字地图 |
1.1.2 地图数字化系统的发展历程 |
1.2 本课题的研究现状 |
1.2.1 国外发展概况 |
1.2.2 国内发展概况 |
1.2.3 目前研究存在的问题 |
1.3 本文研究思路及创新点 |
1.4 论文组织结构 |
2 彩色地形图图像的预处理 |
2.1 地形图 |
2.2 地形图图像特征分析 |
2.2.1 地形图图像特征 |
2.2.2 扫描仪的误差分析 |
2.3 地形图图像的预处理 |
2.3.1 预处理的意义 |
2.3.2 早期视觉与非线性平滑 |
2.3.3 非线性扩散算法的缺点 |
2.3.4 地形图图像的非线性扩散 |
2.4 实验结果与分析 |
2.5 本章小结 |
3 彩色地形图图像的分色 |
3.1 地形图分色的特点及难点 |
3.2 地形图像素空间关系信息分析 |
3.2.1 地形图像素空间关系信息的定性描述 |
3.2.2 地形图像素空间关系信息的提取方法 |
3.3 地形图的分色算法 |
3.3.1 边缘及失真色彩的去除 |
3.3.2 地形图色彩的聚类 |
3.3.3 色彩空间的选择与降维处理 |
3.3.4 地形图的分色 |
3.3.5 实验结果与分析 |
3.4 模糊C均值算法的特征分析与改进 |
3.4.1 FCM算法及隶属度分布特性分析 |
3.4.2 FCM改进算法 |
3.4.3 改进FCM算法分析 |
3.4.4 实验结果与分析 |
3.5 本章小结 |
4 等高线矢量化研究 |
4.1 矢量化算法的总结与分析 |
4.2 等高线特征分析及本文所提算法的思路 |
4.3 传统的主动轮廓算法 |
4.4 可变形模型矢量化算法 |
4.4.1 初始种子段成长 |
4.4.2 可变形模型目标函数的设置 |
4.4.3 可变形模型跟踪的实现 |
4.5 可变区域流向分析 |
4.5.1 区域流向计算 |
4.5.2 区域流向与FOURIER谱分析 |
4.5.3 基于区域分析的断点及粘连处理 |
4.6 等高线高程注记的提取 |
4.7 实验结果与分析 |
4.8 本章小结 |
5 黑版要素的自动提取与识别 |
5.1 引言 |
5.2 黑版要素的结构特征分析 |
5.3 黑版要素形态特征的分解 |
5.3.1 数学形态学简述 |
5.3.2 形态分解的意义 |
5.3.3 形态分解算法 |
5.4 地形图要素的提取 |
5.4.1 黑版图像预处理 |
5.4.2 坐标网格的分割 |
5.4.3 独立房屋的识别 |
5.4.4 街区式居民地的识别 |
5.4.5 道路提取及符号注记的分割 |
5.5 本章小结 |
6 视觉组织与虚线的矢量化 |
6.1 引言 |
6.2 地形图中虚线特征分析 |
6.3 视觉组织 |
6.3.1 格式塔准则 |
6.3.2 地形图中视觉组织现象分析 |
6.4 基于视觉组织的虚线提取算法 |
6.4.1 虚线的视觉组织模型 |
6.4.2 基于形态过滤的要素提取 |
6.4.3 种子段的搜索 |
6.4.5 可变形模型跟踪 |
6.4.5 实验结果与分析 |
6.5 对视觉组织应用的进一步思考 |
6.5.1 视觉组织的特点 |
6.5.2 视觉组织的实现 |
6.6 本章小结 |
7 系统设计与实现 |
7.1 引言 |
7.2 系统的硬件配置 |
7.3 系统功能与软件组成 |
7.3.1 系统的总体功能 |
7.3.2 系统的软件组成 |
7.4 系统结果的整合与分析 |
7.4.1 系统结果整合 |
7.4.2 系统结果分析 |
7.5 本章小结 |
8 总结与展望 |
8.1 本文总结 |
8.2 地形图智能理解展望 |
致谢 |
攻读博士学位期间发表及录用的论文 |
参考文献 |
四、基于局部熵差的栅格地图拼接方法(论文参考文献)
- [1]未知复杂环境下多机器人SLAM研究[D]. 李林茂. 河北工程大学, 2017(08)
- [2]多机器人协作及环境建模技术研究[D]. 张子迎. 哈尔滨工程大学, 2009(01)
- [3]正交多幕特种电影的自适应拼接技术[D]. 陈昊. 长春理工大学, 2009(02)
- [4]彩色地形图要素的自动识别与获取研究[D]. 辛动军. 南京理工大学, 2007(02)
- [5]基于彩色序列图像的全景图像拼接方法的研究[D]. 杨竹君. 天津大学, 2006(06)
- [6]运动矢量检测和图像配准融合及在岩心扫描成像中的应用[J]. 汪华章,吴晓红,滕奇志,罗代升,何小海. 微型机与应用, 2005(11)
- [7]全景图自动拼接算法研究及系统实现[D]. 祝乃庆. 南京理工大学, 2004(04)
- [8]链编码技术及区域标定自动机在图像处理中的应用[D]. 盛慧. 华东师范大学, 2004(04)
- [9]消除开车稀密路方案的研究[D]. 曾永齐. 东华大学, 2004(03)
- [10]彩色地形图的自动识别与矢量化研究[D]. 郑华利. 南京理工大学, 2004(04)