光学精密工程
光學精密工程
광학정밀공정
OPTICS AND PRECISION ENGINEERING
2011年
11期
2782-2790
,共9页
机器视觉%摄像机标定%正交神经网络%遗传退火算法%哈明距离
機器視覺%攝像機標定%正交神經網絡%遺傳退火算法%哈明距離
궤기시각%섭상궤표정%정교신경망락%유전퇴화산법%합명거리
针对机器视觉在某些应用场合对摄像机内外参数的需要,提出了一种基于内嵌正交权值矩阵神经网络的摄像机标定方法.首先,使设计的神经网络的权值分别与摄像机的外参数和内参数相对应,即使得所设计的神经网络与摄像机的物理模型一致.正交权值矩阵的生成在迭代中相当于遗传算法的上一次变异,系统的性能指标为由网络输出组成的矢量与对应特征点投影于图像平面的齐次坐标差值2-范数的平方.同时引进混合遗传-模拟退火算法,使得系统在达到平衡状态时可根据神经网络的权值完成摄像机内外参数的标定.实验结果表明,该方法具有较好的鲁棒性,且标定精度高,算法简洁,是摄像机内外参数标定的有效解决方案.
針對機器視覺在某些應用場閤對攝像機內外參數的需要,提齣瞭一種基于內嵌正交權值矩陣神經網絡的攝像機標定方法.首先,使設計的神經網絡的權值分彆與攝像機的外參數和內參數相對應,即使得所設計的神經網絡與攝像機的物理模型一緻.正交權值矩陣的生成在迭代中相噹于遺傳算法的上一次變異,繫統的性能指標為由網絡輸齣組成的矢量與對應特徵點投影于圖像平麵的齊次坐標差值2-範數的平方.同時引進混閤遺傳-模擬退火算法,使得繫統在達到平衡狀態時可根據神經網絡的權值完成攝像機內外參數的標定.實驗結果錶明,該方法具有較好的魯棒性,且標定精度高,算法簡潔,是攝像機內外參數標定的有效解決方案.
침대궤기시각재모사응용장합대섭상궤내외삼수적수요,제출료일충기우내감정교권치구진신경망락적섭상궤표정방법.수선,사설계적신경망락적권치분별여섭상궤적외삼수화내삼수상대응,즉사득소설계적신경망락여섭상궤적물리모형일치.정교권치구진적생성재질대중상당우유전산법적상일차변이,계통적성능지표위유망락수출조성적시량여대응특정점투영우도상평면적제차좌표차치2-범수적평방.동시인진혼합유전-모의퇴화산법,사득계통재체도평형상태시가근거신경망락적권치완성섭상궤내외삼수적표정.실험결과표명,해방법구유교호적로봉성,차표정정도고,산법간길,시섭상궤내외삼수표정적유효해결방안.
