基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文针对传统优化算法在摄像机标定中存在对初始值敏感、收敛性差、易陷入局部最优等缺点,研究了粒子群优化算法在非线性摄像机标定中的应用,给出了利用改进粒子群优化算法进行摄像机参数标定的具体步骤.标定实验表明,基于该算法的摄像机标定方法可以克服传统算法的不足,是一种有效的标定方法.
推荐文章
基于粒子群遗传算法的BP神经网络摄像机标定
粒子群遗传算法
摄像机标定
BP神经网络
量子粒子群优化算法在摄像机标定中的应用
三维重构
最子粒子群优化算法(QPSO)
量子粒子群优化算法
摄像机标定
基于粒子群算法的摄像机自标定
摄像机自标定
图像
三维重构
粒子群算法
坐标系
基于OpenCV的改进两步法摄像机标定
计算机视觉
OpenCV
改进两步法
摄像机标定
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于改进粒子群优化算法的非线性摄像机标定
来源期刊 计算机工程与科学 学科 工学
关键词 非线性 摄像机标定 粒子群优化算法
年,卷(期) 2007,(11) 所属期刊栏目 研究与实现
研究方向 页码范围 110-113
页数 4页 分类号 TP242.6
字数 4312字 语种 中文
DOI 10.3969/j.issn.1007-130X.2007.11.033
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 涂亚庆 后勤工程学院信息工程系 161 1548 20.0 32.0
2 王德超 后勤工程学院信息工程系 8 109 6.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (367)
参考文献  (3)
节点文献
引证文献  (13)
同被引文献  (14)
二级引证文献  (61)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(2)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(2)
  • 引证文献(2)
  • 二级引证文献(0)
2011(3)
  • 引证文献(2)
  • 二级引证文献(1)
2012(8)
  • 引证文献(0)
  • 二级引证文献(8)
2013(10)
  • 引证文献(3)
  • 二级引证文献(7)
2014(12)
  • 引证文献(1)
  • 二级引证文献(11)
2015(7)
  • 引证文献(1)
  • 二级引证文献(6)
2016(12)
  • 引证文献(1)
  • 二级引证文献(11)
2017(9)
  • 引证文献(0)
  • 二级引证文献(9)
2018(7)
  • 引证文献(1)
  • 二级引证文献(6)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
非线性
摄像机标定
粒子群优化算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与科学
月刊
1007-130X
43-1258/TP
大16开
湖南省长沙市开福区德雅路109号国防科技大学计算机学院
42-153
1973
chi
出版文献量(篇)
8622
总下载数(次)
11
总被引数(次)
59030
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导