导读:本文包含了拼接检测论文开题报告文献综述及选题提纲参考文献，主要关键词:机器视觉,图像拼接,图像配准,特征提取
拼接检测论文文献综述
刘桂雄,蔡柳依婷,王博帝[1]（2019）在《机器视觉检测图像拼接配准技术研究进展》一文中研究指出机器视觉检测任务通常需通过图像拼接获取高质量、宽视野的被检对象,图像拼接配准是实现机器视觉图像拼接的关键步骤,系统评述常见机器视觉检测图像拼接配准技术,包括基于空域的图像拼接配准技术、基于频域的图像拼接配准技术以及基于深度学习的图像拼接配准技术等,阐述各技术方法的主要数学模型、工作机理以及性能特点,以及总结当前图像拼接配准技术先进方法与图像拼接配准技术值得关注方向。(本文来源于《激光杂志》期刊2019年11期）
盈盈[2]（2019）在《基于面积比一致性的图像拼接篡改检测》一文中研究指出提出一种基于面积比一致性的图像拼接篡改检测。利用仿射不变量——区域面积比反映平面物体的几何形变,分别在矫正图像和正投影图像上提取物体轮廓的交比谱,采用动态时间规整算法匹配形状,估计局部区域面积比。最后,定义度量误差,根据面积比一致性鉴定拼接图像。实验结果表明,该算法能够检测平面透视一致性,实现图像真实性取证。(本文来源于《工业控制计算机》期刊2019年10期）
王玉凡[3]（2019）在《基于Canny边缘检测和Harris角点检测的图像拼接方法》一文中研究指出提出了一种基于Canny边缘检测和Harris角点检测的图像拼接方法,并给出了具体的实现步骤,通过真实的变电站图像算例实验验证了该方法的有效性,有利于变电站的安全运行。(本文来源于《内蒙古科技与经济》期刊2019年17期）
杨婧譞[4]（2019）在《基于复合纹理特征的图像拼接检测研究》一文中研究指出目前图像作为用于描绘事件的事实证据而被广泛应用,加之计算机在商业、教育等各行各业占据的主导地位,数字图像更是被频繁地视为权威证据。与此同时,随着各种软件工具和低成本硬件的发展,图像篡改也变得非常容易并且几乎没有肉眼可辨别的任何痕迹。因此,对于数字图像的真实性和完整性我们无法完全信任和依赖,也亟需探索更加先进的检测手段来应对数字图像篡改对取证领域所带来的挑战。近年来,国内外学者提出了众多用来检测拼接图像的算法,取得了不错的成果,但对于算法的鲁棒性和检测的准确性还有待提高。为解决传统图像拼接检测算法对图像内容、光照变化等鲁棒性不强问题,本文提出了一种基于复合纹理特征的图像拼接检测方法。具体研究内容如下:1.基于多尺度多方向分解后的图像特征描述本文采用在二维灰度图像执行非下采样轮廓波变换(NSCT),从多尺度、多方向获得包含图像纹理特征的一系列子带图像(其中包含1个低频子带图像,和经过二元树形分解得到的4个高频子带图像)。然后将得到的低频子带图像进行高通滤波处理后与其他4个高频子带图像,分别获取韦伯局部描述符(WLD)纹理特征和局部叁值模式(LTP)纹理特征。2.多种纹理特征的提取与复合本文在经典图像拼接检测算法基础上对局部二值模式(LBP)与灰度共生矩阵相结合的提取特征算法进行改进提升。一方面,在纹理特征的描述上,提出了局部叁值模式(LTP)与灰度共生矩阵相结合的提取特征方法,得到无噪声和光照影响的相邻像素点灰度的变化特征。同时提出将WLD纹理与灰度共生矩阵结合,得到相邻像素点强度、梯度方向变化的特征。另一方面,在特征的复合上,本文依次计算图像中相邻两像素点的LTP值,并以相邻的LTP值为数据对计算共生矩阵,寻求相邻像素点之间灰度变化的关系,以检测细微的拼接痕迹。同时,本文新增WLD差励和方向特征,通过计算相邻的WLD特征值共生矩阵,来充分描述图像像素点强度和方向变化特征。最后通过分别提取WLD值共生矩阵和LTP值共生矩阵的对比度、相关性、同质性、熵、能量等5个特征,并复合成特征向量,使用RBF神经网络进行分类。对于每张图片,用50维特征向量来进行描述,最后在哥伦比亚彩色拼接图库中,将180张拼接图像和183张真实图像以7:3分为训练集和测试集,对于形成的新的复合纹理特征应用RBF神经网络进行分类辨别是否为拼接图像,检测准确率达到了95.41%。(本文来源于《中国人民公安大学》期刊2019-06-09）
张旭,胡晰远,陈晨,彭思龙[5]（2019）在《基于透视投影下空间光照一致性分析的图像拼接篡改检测》一文中研究指出将一个人的头像剪切并拼接到另一张照片中,是一种常见的图像篡改手段.如果将该合成照片用于敲诈勒索,会对社会带来严重危害.因此,用来检测图像篡改的图像取证技术具有重大意义.由于不同照片成像环境不同,拼接时很难做到不同人脸的光照绝对一致,因此可以通过光照是否一致检测篡改.以往光照估计方法基于平行投影的假设,利用照片投影光照进行光照一致性分析.实际上,相机针孔模型是透视投影,从而导致上述检测方法出现误差.针对这一问题,本文提出一种透视投影下物体空间光照估计算法,将各人脸姿态统一到相机坐标系下,估计各人脸相对于相机坐标系的空间光照,然后分析空间光照一致性.另外,根据人脸空间光照一致性约束可以优化出相机参数,并得到该参数下的等效焦距、人脸空间位置及重新透视投影的图像等空间信息.本文将空间光照的一致性和上述空间信息的合理性作为依据,对人脸图像进行拼接篡改检测.实验结果表明,相比于传统方法基于平行投影光照进行光照一致性分析,采用本文提出的方法得到的空间光照进行光照一致性分析具有更高的准确度,结合相关信息进行照片空间合理性分析的篡改检测方法具有更强的说服力.(本文来源于《自动化学报》期刊2019年10期）
孙琳[6]（2019）在《大口径光学元件面形检测中子孔径拼接算法研究与应用》一文中研究指出随着国防工业与尖端科学技术的不断发展,大口径平面光学元件在天文望远镜、激光大气传输等领域的作用日益显着。在大口径平面光学元件的生产和使用过程中进行检测跟踪,判定其加工质量或运行状态是否达到工程指标,有益于即时采用适当的方法进行维护和补偿,降低成本。子孔径拼接检测技术牺牲了部分测量效率来增加横纵向测量范围的扩展性,较传统干涉法、瑞奇-康芒法等“以大测大”的检测技术,不需要制作大口径的参考检具,降低了测量成本的同时,保留了小口径仪器的测量精度。可以看到,子孔径拼接技术在大口径光学元件检测上,具有精度、成本以及效率的平衡性,对其研究具有良好的实际应用价值。本课题是利用子孔径拼接技术对大口径光学元件进行面形检测,重点对子孔径拼接涉及的相关算法进行研究。该检测技术采用小口径哈特曼波前传感器做检测仪器,按设计的子孔径拼接方案采集相应子孔径数据,然后利用相关算法得到拼接结果并进行分析。论文做了以下几方面研究:1、根据现有斜率重建算法、子孔径拼接算法特性分别进行归纳总结,在此基础上,提出了覆盖型全局斜率误差优化子孔径拼接算法。该算法利用子孔径重迭区域数据信息建立最小二乘优化模型,同步拟合并消除各子孔径斜率数据的倾斜-平移误差后,进行加权融合得到全口径斜率数据,最后利用斜率重建算法得到全口径面形。仿真实验结果表明该算法在高噪声环境下具有很好的抗噪性能;拼接精度与全局面形拼接精度相当,但在时间效率方面优于面形拼接;在子孔径数量较多的情况下,不易受局部斜率拼接的误差累积影响,算法具有一定的可行性。2、研究了稀疏型子孔径拼接算法原理,针对现有算法处理的数据对象为面形数据的局限性,提出了稀疏子孔径斜率泽尼克拟合拼接算法。该算法利用斜率泽尼克多项式建立稀疏子孔径斜率数据与全口径斜率数据间的最小二乘优化模型,拟合得到泽尼克多项式系数后进而拟合出全口径面形。仿真实验结果表明该算法具有很好的抗噪性能,在子孔径的数量与排列分布相同的情况下,与同类算法的拼接精度相当,算法具备一定的应用价值。3、设计了基于夏克哈特曼波前传感器的子孔径拼接面形检测系统。并对口径100mm×150mm的矩形反射镜进行检测,结合相关评价指标将实验结果与干涉仪测量结果进行比较,覆盖型全局斜率误差优化子孔径拼接算法结果?PV=0.005λ,?RMS=0.0018λ,稀疏子孔径斜率泽尼克拟合拼接算法结果?PV=0.0065λ,?RMS=0.0043λ(λ=532nm)。进一步验证了本文所提子孔径拼接算法是可行的,可适用于采集的子孔径为斜率数据的拼接系统中。(本文来源于《西南科技大学》期刊2019-05-01）
冯秀霞[7]（2019）在《医学图像特征检测与自动全景拼接方法研究》一文中研究指出随着人口结构向老年人口的急剧转变,与年龄有关的眼部疾病,将变得越来越普遍,并发展成为一个严重的公共卫生问题。眼底全景图对手术的诊断和介入规划非常有意义,然而由眼底照相机或扫描激光检眼镜(Scanning Laser Ophthalmoscope,SLO)拍摄的单张眼底图像只能捕捉到眼睛的局部区域,故将多张高分辨率图像生成清晰的视野宽阔的全景图有较大研究价值。X线图像因为其辐射低,价格低廉等优点,在疾病的诊断方面的优势仍无可替代。X线图像如脊柱或者下肢图像由于硬件如探测器的限制往往只能拍摄其中一部分,对于脊柱侧弯畸形和下肢畸形等疾病,医生需要X线全景图像来提供更好地临床诊断。本文的研究内容包括:(1)基于特征的眼底图像的自动拼接。该算法首先采用卷积神经网络对眼底图像中的血管结构进行分割。提出一种基于形态学算子的方法提取血管结构的分叉点为特征点。接着对图像进行匹配,使用随机抽样一致算法(Random Sample Consensus,RANSAC)对图像匹配点对进行提纯并且计算图像的单应性矩阵实现图像的配准对齐。利用不同的投影变换模型将全部待拼接图像变换到同一坐标系下。最终将待拼接图像无缝融合生成全景图像。图像数据来自14对不同的眼睛,总共62张图像,190对重迭的图像。使用数据对算法进行量化评估。本文算法得到的均方根误差较小,匹配召回率均高于其他算法。此外选择常用的图像处理拼接软件AutoStitch软件、phtoshop cs6软件中的phtomerge功能以及ICE(Image Composite Editor)软件与本文方法分别生成全景图比较。实验结果表明,算法能实现精准匹配,得到高质量的眼底图像全景图。(2)基于区域匹配的X线图像全景拼接。本文提出一种基于模板匹配的拼接算法。首先将图像进行预处理,然后使用模板匹配法对图像的灰度信息精确计算得到拼接的平移参数,确定图像之间的重迭区域,实现图像的配准。最后采用多频段融合算法对图像进行无缝拼接。实验中,使用归一化互相关系数作为量化评价指标,分析模板宽度选取的大小和归一化相关系数的关系,选择最合适的模板宽度(50%)。在下肢图像中,归一化互相关系数均值为98%,在全脊柱图像中,归一化互相关系数均值为85%。最后对全脊柱和下肢图像分别进行全景图的拼接,经试验表明,拼接效果较好。(本文来源于《南方医科大学》期刊2019-05-01）
屈东虎[8]（2019）在《面向桥梁检测的无人机遥感图像拼接技术研究》一文中研究指出无人机遥感图像拼接技术是以无人机为遥感平台,对传感器采集到有序图像经过计算机处理,将两幅或者多幅图像进行拼接,形成一幅大视角的图像。该技术解决了单幅遥感图像不能覆盖目标区域,无法满足实际作业需求的难题。由于效率高,成本低,拼接图像质量可靠等优点,在工程测绘、交通监测、军事侦查、灾害勘察等领域有着广泛应用。本文以无人机在桥梁检测中采集到的裂缝图像为研究对象,针对图像拼接过程中所涉及到图像配准和图像融合两个关键技术,进行深入研究。研究内容主要有:(1)研究了基于点特征的图像配准方法。在对相邻图像特征点检测时,根据无人机采集的桥梁裂缝图像特点,提出了一种特征点检测改进算法,该算法将SIFT算法和SURF算法相结合,应用了SURF算法中方法构造尺度空间和确定特征点位置,应用SIFT算法方法生成特征点方向和特征描述符,以满足桥梁裂缝图像特征点提取。改进算法提高计算速度同时,有利于提高图像间的匹配精度。在对图像特征匹配时,采用欧氏距离比值法完成相似性度量,通过k-d树数据结构和BBF算法实现特征粗匹配。粗匹配后图像存在误匹配点对,采用了RANSAC算法剔除外点,完成特征点提纯。图像匹配结果表明,本文所用算法,实现了特征点精匹配。(2)研究了像素级图像融合。在分析了非多分辨率和多分辨率图像融合法基础上,提出了基于最佳拼接缝的拉普拉斯融合法,该算法先搜索最佳缝合线,然后运用多分辨率分析的拉普拉斯法进行图像融合,解决了图像融合后重迭区域出现模糊和拼接缝现象。实验结果表明,改进算法融合效果优于其他几种算法。(本文来源于《长安大学》期刊2019-04-08）
李陈熙,金立左,袁晓辉[9]（2019）在《基于分块特征检测的全景拼接算法》一文中研究指出本文实现了一种基于分块特征检测与运动区域剔除的全景图像拼接算法。首先对视频图像进行网格划分,在各网格区域采用SURF算法进行特征检测,消除弱响应特征点并保证特征分布于全图。然后利用特征跟踪形成匹配特征对,计算图像之间的变换参数矩阵。最后利用前后帧差分法剔除运动区域,融合图像中重迭区域,输出全景图像。实验结果表明,本文使用的算法的准确度高,速度较快,融合后的全景图像效果理想。(本文来源于《信息技术与信息化》期刊2019年03期）
李启堃[10]（2019）在《基于图像拼接与目标检测的驾驶辅助系统的研究与实现》一文中研究指出当今社会,驾驶已经成了人们日常生活的一部分,在我国拥有的汽车数量大概有两亿辆,随着车辆的数量增多,驾驶的事故也是屡见不鲜,因此减少事故发生率成为人们的热切希望。为了减少驾驶事故的发生,减小驾驶的难度也就成了研究的热门。目前部分车辆拥有驾驶辅助系统,但是都忽视了车底的情况。要完成车底的监视难度更大,如果在车底安装摄像头,会存在安装位置过低导致视野狭窄,而且在过障碍物时容易被遮挡的缺点,本文利用图像拼接算法实现了车底的监视,但是普通的拼接算法不能满足高一致性的拼接环境的算法需求,也不能满足车载场景的实时性需求。本文针对这个问题设计了一种基于图像拼接与目标检测的驾驶辅助系统,实现了对车底视觉盲区的监控,同时避免了使用其他方案的各种弊端。本文研究的驾驶辅助系统分为两个模块,底盘透视模块与目标检测模块。本文的主要内容由以下叁个部分组成:(1)底盘透视模块。图片初始化时,在一般的拼接算法流程中引入自适应gamma变换,改善图片质量,并利用自适应检测阈值的初始化模块保证了高一致性条件下的特征点检测与描述效果;特征点匹配时设计与实现了特征点位置预测模块,利用同帧特征点之间的位置关系与相邻帧特征点位移连续性特点实现特征点的快速与高准确率匹配;使用改进的FSC算法进行单应性矩阵计算,以提高单应性矩阵计算速度与准确性,同时利用单应性矩阵判断模块保证了拼接的鲁棒性。(2)目标检测模块。本文利用多任务网络在一次运算时完成了目标检测与语义分割两个任务,并且对网络进行了改进,在前端的特征提取模块采用轻量级网络大幅度降低网络运行时间,同时在后端网络再次提取特征,弥补前端特征提取不足的缺点,在牺牲少量精确度的情况下减少了约40%的网络运行时间,使得算法向着实时性方面更进一步。(3)在工程实现时采用异构运算加快运算速度,同时使用多线程充分利用多核处理器性能,最后实现了实时且精确的底盘透视系统。本文最终实现了底盘透视模块的实时运行,在目标检测模块提高了网络的实时性。(本文来源于《电子科技大学》期刊2019-03-20）
拼接检测论文开题报告
（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：
提出一种基于面积比一致性的图像拼接篡改检测。利用仿射不变量——区域面积比反映平面物体的几何形变,分别在矫正图像和正投影图像上提取物体轮廓的交比谱,采用动态时间规整算法匹配形状,估计局部区域面积比。最后,定义度量误差,根据面积比一致性鉴定拼接图像。实验结果表明,该算法能够检测平面透视一致性,实现图像真实性取证。
（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。
拼接检测论文参考文献
[1].刘桂雄,蔡柳依婷,王博帝.机器视觉检测图像拼接配准技术研究进展[J].激光杂志.2019
[2].盈盈.基于面积比一致性的图像拼接篡改检测[J].工业控制计算机.2019
[3].王玉凡.基于Canny边缘检测和Harris角点检测的图像拼接方法[J].内蒙古科技与经济.2019
[4].杨婧譞.基于复合纹理特征的图像拼接检测研究[D].中国人民公安大学.2019
[5].张旭,胡晰远,陈晨,彭思龙.基于透视投影下空间光照一致性分析的图像拼接篡改检测[J].自动化学报.2019
[6].孙琳.大口径光学元件面形检测中子孔径拼接算法研究与应用[D].西南科技大学.2019
[7].冯秀霞.医学图像特征检测与自动全景拼接方法研究[D].南方医科大学.2019
[8].屈东虎.面向桥梁检测的无人机遥感图像拼接技术研究[D].长安大学.2019
[9].李陈熙,金立左,袁晓辉.基于分块特征检测的全景拼接算法[J].信息技术与信息化.2019
[10].李启堃.基于图像拼接与目标检测的驾驶辅助系统的研究与实现[D].电子科技大学.2019