期刊文献+

基于RBF神经网络的双目摄像机标定研究 被引量:2

在线阅读 下载PDF
导出
摘要 摄像机标定是精密测量的基础,传统的双目标定需要建立复杂的数学模型。人工神经网络可以有效地处理非线性映射问题,它可以很好地描述双目视觉中三维空间特征点坐标和二个摄像机对应点间的非线性关系。本文介绍一种RBF神经网络,并对RBF网络与BP网络的标定结果进行比较。实验结果表明:基于RBF神经网络的双目视觉标定方法能获得较高的标定精度。
作者 钱光耀
出处 《计量技术》 2008年第1期3-6,共4页 Measurement Technique
  • 相关文献

参考文献9

二级参考文献40

  • 1赵辉,王秀峰.LM算法在传感器数据融合中的应用[J].传感器技术,2005,24(5):77-79. 被引量:6
  • 2章毓晋,傅倬.利用切线方向信息检测亚像素边缘[J].模式识别与人工智能,1997,10(1):69-74. 被引量:23
  • 3Tsai R Y. An efficient and accurate camera calibration technique for 3D maelaine vision. In.. Proe. CVPR,1986:364-374.
  • 4Weng J, Cohen P, Hcrniou M. Calibration of stereo cameras using a non-linear distortion model. In: Proc. International Conf on Pattern Recognition,1990:246-253.
  • 5Hakan B, Mohamed S K. A three-step camera calibration method. IEEE Trans. on Instrumentation and Measurement,1997, 46(5): 1 165-1 172.
  • 6Janne Heikkila, OUi Silvan. A four-step camera calibration procedure with implicit image correction. In: Proc. IEEE Computer Society Conference on Computer Vision and Pattern Recognition, Puerto Rico, 1997:1 106-1 112.
  • 7Weng J, Cohen P, Herniou M. Camera calibration with distortion models and accuracy evaluation. IEEE Trans. on PAMI, 1992, 14(10): 965-980.
  • 8Shih S W, Hung Y P, Lin W S. When should consider lens distortion in camera calibration. Pattern Recognition, 1995,28(3): 447-461.
  • 9Funahashi K. On the approximate realization of continuous mapping by neural network. Neural Networks, 1989, 2:183-192.
  • 10Yingen X, Guangzhao Z. On-line inspection and accuracy analysis for parts using neural network. SPIE Conf. on Machine Vision System for Inspection and Metrology, 1998,3 251:168-178.

共引文献82

同被引文献13

引证文献2

二级引证文献1

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部