基于神经网络的摄像机平面模板标定方法

被引:5
作者
伍尤富
机构
[1] 广东韶关学院信息工程学院
关键词
摄像机标定; BP神经网络; 平面模板; 立体视觉; 摄像机模型;
D O I
10.16208/j.issn1000-7024.2008.06.071
中图分类号
TP391.41 []; TP183 [人工神经网络与计算];
学科分类号
080203 ; 081104 ; 0812 ; 0835 ; 1405 ;
摘要
根据立体视觉原理,提出了基于神经网络摄像机标定方法,该方法的特点是采用平面模板作为标定物。由于传统的标定算法在考虑各种非线性畸变时计算十分繁琐,利用BP神经网络来直接学习图像信息与三维信息之间的关系,可实现从输入到输出的任意非线性映射。为了提高BP神经网络训练速度和避免陷入局部最小解,采用引入动态因子的学习算法。实验结果表明,该算法具有较高的标定精度,而且可行。
引用
收藏
页码:1527 / 1528+1544 +1544
页数:3
相关论文
共 11 条
[1]   基于平面镜的摄像机内参数线性标定方法 [J].
郑国威 ;
高满屯 ;
董巧英 .
计算机工程与应用, 2006, (28) :86-88
[2]   基于平面模板的摄像机标定方法比较 [J].
李伟 ;
吕晓旭 ;
钱晓凡 ;
钟丽云 .
激光杂志, 2006, (02) :54-55
[3]   双目立体视觉系统摄像机标定 [J].
蔡健荣 ;
赵杰文 .
江苏大学学报(自然科学版), 2006, (01) :6-9
[4]   双目视觉摄像机神经网络标定方法 [J].
傅其凤 ;
崔彦平 .
工程图学学报, 2005, (06) :93-97
[5]   基于计算机视觉的行人检测技术的发展 [J].
李斌 ;
史忠科 .
计算机工程与设计, 2005, (10) :2565-2568
[6]   基于共面点的摄像机线性标定法 [J].
邹凤娇 ;
苏显渝 ;
李美菊 .
光电工程, 2005, (04) :70-74
[7]   改进的平面模板两步法标定摄像机 [J].
毛剑飞 ;
邹细勇 ;
诸静 .
中国图象图形学报, 2004, (07) :82-88
[8]   一种基于平面直线的摄像机标定方法 [J].
袁野 ;
余松煜 ;
田中旭 ;
不详 .
上海交通大学学报 , 2004, (04) :586-588
[9]   摄像机标定技术的研究 [J].
赵小松 ;
张宏伟 ;
张国雄 ;
李真 .
机械工程学报, 2002, (03) :149-151
[10]   计算机视觉中摄像机定标综述 [J].
邱茂林 ;
马颂德 ;
李毅 .
自动化学报, 2000, (01) :47-59