基于神经网络的大范围空间标定技术

被引:13
作者
田震
张玘
熊九龙
王国超
机构
[1] 国防科学技术大学机电工程与自动化学院
关键词
机器视觉; 摄像机标定; 并行标定; 神经网络;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
目前利用神经网络进行摄像机标定的研究,只能实现单个位置上或小范围空间的标定精度要求。当标定空间扩大到一定范围,标定精度和标定速度的冲突便不可调节。首先推导了摄像机的成像原理,证明沿世界坐标系3个坐标轴(XW轴,YW轴和ZW轴)方向存在截然不同的成像规律,提出沿上述3个方向分别进行标定的并行标定方法;进而提出一种新的归一化方法,较好的提高了XW轴和YW轴方向的标定精度。实验结果表明,ZW轴向标定是整个大范围标定的关键,其重构标准差远大于XW轴和YW轴的重构标准差。在保证精度与速度的前提下,新的归一化方法扩大了摄像机标定范围。
引用
收藏
页码:194 / 199
页数:6
相关论文
共 9 条
[1]  
机器视觉.[M].张广军编著;.科学出版社.2005,
[2]   摄像机的一种主动视觉标定方法 [J].
朱嘉 ;
李醒飞 ;
徐颖欣 .
光学学报, 2010, 30 (05) :1297-1303
[3]   基于消隐点几何特性的摄像机自标定方法 [J].
霍炬 ;
杨卫 ;
杨明 .
光学学报, 2010, 30 (02) :465-472
[4]   基于共面点直接线性变换的摄像机畸变校正 [J].
葛宝臻 ;
李晓洁 ;
邱实 .
中国激光, 2010, 37 (02) :488-494
[5]   基于柔性立体靶标的摄像机标定 [J].
孙军华 ;
刘震 ;
张广军 ;
魏振忠 ;
江洁 .
光学学报, 2009, 29 (12) :3433-3439
[6]   基于相位标靶的光学坐标测量方法 [J].
毛先富 ;
苏显渝 ;
刘元坤 ;
陈文静 .
光学学报, 2009, 29 (09) :2452-2457
[7]   基于LS-SVM的立体视觉摄像机标定 [J].
刘胜 ;
傅荟璇 ;
王宇超 .
光电工程, 2008, (10) :21-25+47
[8]   可变精度的神经网络摄像机标定法 [J].
刘宏建 ;
罗毅 ;
刘允才 ;
不详 .
光学精密工程 , 2004, (04) :443-448
[9]   应用神经网络隐式视觉模型进行立体视觉的三维重建 [J].
袁野 ;
欧宗瑛 ;
田中旭 .
计算机辅助设计与图形学学报, 2003, (03) :293-296