可变精度的神经网络摄像机标定法

被引：11

作者：

刘宏建

罗毅

刘允才

不详

机构：

[1] 上海交通大学图像处理与模式识别研究所

[2] 上海交通大学图像处理与模式识别研究所上海

[3] 上海

[4] 上海

来源：

光学精密工程 | 2004年 / 04期

关键词：

摄像机标定; 神经网络; 可变精度;

D O I：

暂无

中图分类号：

TP274.2 [];

学科分类号：

摘要：

提出了一种提高摄像机标定精度的方法。通过摄像机径向畸变模型,建立根据畸变严重程度自动改变区域划分数目的方法,对远离图像中心畸变程度严重的区域,划分细密;而靠近图像中心畸变轻微的区域,划分粗疏。通过对摄像机径向畸变区域进行划分,并且对每个畸变区域的像素进行单独的处理,构造相应的神经网络,得到整个畸变区域的处理结果,并对于不同的划分结果进行比较分析。分析比较得出:采用可变精度的神经网络摄像机标定法,可以大幅度提高标定的精度,划分数目越多,标定的精度越高,实验中识别率最高可达到99.45%.

引用

页码：443 / 448

页数：6

共 4 条

[1] 基于小波-神经网络的电机振动故障诊断 [J].

吴桂峰 ;

翟玉庆 ;

陈虹 ;

曹卫 .

控制工程, 2004, (02) :152-154+176

[2] 摄像机标定中一种约束条件选择方法 [J].

江加和 ;

宋子善 ;

沈为群 ;

赵玉侠 ;

不详 .

光学精密工程 , 2000, (04) :373-376

[3] CCD摄像机快速标定技术 [J].

周富强 ;

邾继贵 ;

杨学友 ;

叶声华 .

光学精密工程, 2000, (01) :96-100

[4]

Accurate remote measurement of robot trajectory motion .2 DAINIS A,JUBETS M. Conference on Robotics and Automation . 1985

← 1 →