基于优化RBF-DDA神经网络的摄像机标定

• 作者: 徐鹏 李国友 李惠光 马静霞
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 优化 摄像机标定 非线性畸变 机器人跟踪
• 年，卷（期）: 2007,（24）
• 所属期刊栏目: 工程应用技术与实现
• 页码范围: 244-246
• 页数: 3页
• 分类号: TP183
• 字数: 3942字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2007.24.086

摘要

设计了一种改进的基于动态衰减的RBF神经网络,它能够自适应地确定RBF隐层节点数、高斯函数中心值及径向基函数的宽度,克服了原算法中过多依赖先验知识设计参数的弊病,仿真实验验证了该算法的有效性.并且将此网络应用于摄像机定标中,该网络无需确定摄像机具体的内、外部参数,而且补偿了摄像机非线性畸变,使测量结果更加准确.实验结果表明,应用该神经网络进行摄像机标定能达到较高的精度,且在机器人平面跟踪实验中得到了令人满意的结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李惠光	燕山大学电气工程学院	76	504	11.0	19.0
2	李国友	燕山大学电气工程学院	54	308	8.0	15.0
3	徐鹏	燕山大学电气工程学院	7	71	3.0	7.0
4	马静霞	燕山大学电气工程学院	3	61	3.0	3.0