基于PSO和LSSVM回归的摄像机标定

• 作者: 刘金颂 原思聪 段志善 江祥奎
• 来源期刊: 光电工程
• 学科: 工学
• 关键词: 粒子群优化算法 LSSVM回归 摄像机标定 非线性标定
• 年，卷（期）: 2010,（5）
• 所属期刊栏目: 光电测量
• 页码范围: 47-51
• 分类号: TP391
• 字数: 3408字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-501X.2010.05.009

摘要

针对摄像机非线性显式标定时很难精确地建立其复杂的数学模型,本文提出了基于粒子群优化算法(PSO)和最小二乘支持向量机(LSSVM)回归的摄像机非线性隐式标定方法.该方法采用最小二乘回归机精确逼近图像坐标与世界坐标之间复杂的非线性成像关系;利用PSO算法搜索LSSVM回归模型的最优参数,提高LSSVM回归的收敛速度和泛化能力.通过运用标准BP神经网络、遗传算法、LSSVM及粒子群优化的LSSVM回归方法对圆阵列图案标定模板进行标定,实验结果表明:基于PSO和LSSVM回归的标定方法具有标定精度高、收敛速度快、泛化能力强等优点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	原思聪	西安建筑科技大学机电学院	156	1259	17.0	27.0
2	段志善	西安建筑科技大学机电学院	115	1151	15.0	30.0
3	江祥奎	西安建筑科技大学机电学院	12	140	7.0	11.0
4	刘金颂	西安建筑科技大学机电学院	16	276	8.0	16.0