一种基于神经网络的畸变图像校正方法

• 作者: 王珂娜 邹北骥 黄文梅
• 来源期刊: 中国图象图形学报
• 学科: 工学
• 关键词: 畸变图像 校正 神经网络
• 年，卷（期）: 2005,（5）
• 所属期刊栏目: 学术论文与技术报告
• 页码范围: 603-607
• 页数: 5页
• 分类号: TP391.41
• 字数: 3941字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-8961.2005.05.010

摘要

由于摄像机获取的图像存在几何畸变,因此在对图像进行定量分析前,必须校正畸变.针对传统的畸变图像校正方法,其所建立的畸变数学模型,不仅求解畸变参数复杂、计算量大,且存在很大的数值计算误差的问题,提出了一种基于神经网络的畸变图像校正方法.该方法首先运用图像处理技术从一标准模板的畸变图像中提取样本,然后以样本像素坐标作为网络输入来对神经网络进行训练.由于该训练好的神经网络能够实现畸变图像与非畸变图像之间的映射关系,因此能达到校正图像畸变的目的.最后对该校正方法进行了实验,给出并分析了校正实验结果,校正效果令人满意,并已成功地用于焊接机器人视觉系统.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邹北骥	湖南大学计算机与通信学院	37	503	14.0	21.0
2	黄文梅	湖南大学机械与汽车工程学院	6	126	4.0	6.0
3	王珂娜	湖南大学机械与汽车工程学院	9	164	7.0	9.0