基于局部不變特征的實(shí)時(shí)精確景象匹配算法研究的開題報(bào)告

基于局部不變特征的實(shí)時(shí)精確景象匹配算法研究的開題報(bào)告一、選題背景與意義隨著計(jì)算機(jī)視覺技術(shù)的發(fā)展，景象匹配問題已經(jīng)成為應(yīng)用領(lǐng)域中的一個(gè)熱門話題。在工業(yè)制造、智慧交通、安防等領(lǐng)域中，景象匹配都是必不可少的一環(huán)，而精度高、實(shí)時(shí)性強(qiáng)的景象匹配方案則更是迫切需要的。當(dāng)前，實(shí)時(shí)景象匹配算法主要分為兩種：基于局部特征匹配和基于全局特征匹配?；谌痔卣髌ヅ涞乃惴ㄍǔＰ瘦^低，而基于局部特征匹配的算法，則存在特征匹配不準(zhǔn)確，匹配點(diǎn)不穩(wěn)定等問題。因此，本課題擬研究一種基于局部不變特征的實(shí)時(shí)精確景象匹配算法，提高景象匹配的準(zhǔn)確度和實(shí)時(shí)性，為水利、環(huán)保等領(lǐng)域的實(shí)時(shí)場景監(jiān)測提供技術(shù)支持。二、研究內(nèi)容和方法本課題研究內(nèi)容主要包括以下兩個(gè)方面：1.研究基于局部不變特征的景象特征提取算法。通過降維處理，將特征點(diǎn)的維度降至較低水平，提高匹配效率。2.研究基于局部不變特征的景象匹配算法。在特征點(diǎn)匹配的基礎(chǔ)上，引入一定的相似度度量方法，建立合理的匹配模型，改進(jìn)匹配算法的精度與實(shí)時(shí)性。方法方面，主要采用以下方法：1.采用MATLAB工具對算法模型進(jìn)行仿真驗(yàn)證，測試不同算法的性能。2.基于CUDA（ComputeUnifiedDeviceArchitecture）并行計(jì)算技術(shù)實(shí)現(xiàn)GPU加速，提升算法的實(shí)時(shí)性。三、預(yù)期成果本課題研究的預(yù)期成果主要包括以下兩個(gè)方面：1.設(shè)計(jì)并實(shí)現(xiàn)一種基于局部不變特征的景象匹配算法，在場景匹配準(zhǔn)確度和實(shí)時(shí)性方面較現(xiàn)有的算法有較大的提高。2.對該算法進(jìn)行實(shí)驗(yàn)驗(yàn)證，提供算法的有效性和實(shí)用性證明，建立實(shí)時(shí)景象匹配算法理論模型和技術(shù)體系。四、擬解決的問題本課題擬解決的問題主要在以下兩個(gè)方面：1.當(dāng)前基于全局特征匹配的算法效率低下，如何在保證匹配精度的前提下，提高算法的實(shí)時(shí)性。2.局部特征匹配算法存在特征匹配不準(zhǔn)確，匹配點(diǎn)不穩(wěn)定等問題，如何在此基礎(chǔ)上提高匹配準(zhǔn)確度，建立更科學(xué)的匹配模型。五、研究計(jì)劃本課題的研究計(jì)劃主要分為以下三個(gè)階段：第一階段（前三個(gè)月）：了解國內(nèi)外景象匹配相關(guān)技術(shù)和現(xiàn)狀，對局部不變特征的景象匹配算法進(jìn)行分析和整理，并對算法進(jìn)行基本仿真測試。第二階段（中間三個(gè)月）：對算法進(jìn)行細(xì)化改進(jìn)，包括特征匹配算法、相似度度量方法、算法優(yōu)化等部分，使用實(shí)驗(yàn)數(shù)據(jù)對算法進(jìn)行評估，提出相應(yīng)的改進(jìn)意見。第三階段（后三個(gè)月）：將改進(jìn)后的算法在GPU上實(shí)現(xiàn)并進(jìn)行優(yōu)化，測試加速效果，通過驗(yàn)證數(shù)據(jù)進(jìn)行實(shí)驗(yàn)驗(yàn)證，撰寫畢業(yè)論文。六、參考文獻(xiàn)[1]SIFTL.Ascale-invariantfeaturetransform[M].SpringerBerlinHeidelberg,2004.[2]DavidG.Lowe.Distinctiveimagefeaturesfromscale-invariantkeypoints.InternationalJournalofComputerVision,60(2):91–110,2004.[3]KaimingHeXiangyuZhang,ShaoqingRenJianSun.SpatialPyramidPoolinginDeepConvolutionalNetworksforVisualRecognition.ECCV,2014.[4]RubleeE,RabaudV,KonoligeK,etal.ORB:anefficientalternativetoSIFTorSURF[C]//ComputerVision(ICCV),2011IEEEInternationalConferenceon.IEEE,2011:2564-2571.[5]NicoG,MikolajczykK.Evaluatingtheperformanceoflocaldescriptors[