原文服务方: 工业仪表与自动化装置       
摘要:
提出了一种新的基于神经网络的摄像机标定方法。该方法将标定物从三维降到二维,在获得网络样本时,通过Harris角点检测法和张正友二维平板标定法得到,使其能够在保证精度的基础上,降低时间复杂度。实验结果表明,该方法得到了较好的实验结果。
推荐文章
基于随机蚁群神经网络的摄像机标定
摄像机标定
随机蚂蚁
蚁群算法
神经网络
运用投影反馈的神经网络摄像机标定
神经网络
投影变换
双重反馈调节
实时性
高精度
基于OpenCV的摄像机标定方法实现
摄像机标定
OpenCV
计算机视觉
透镜畸变
基于畸变模型优化的网络摄像机标定
摄像机标定
畸变模型
光束法平差
计算机视觉
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 基于神经网络的摄像机标定方法研究
来源期刊 工业仪表与自动化装置 学科
关键词 摄像机标定 神经网络 张氏标定法
年,卷(期) 2013,(6) 所属期刊栏目 科研论坛
研究方向 页码范围 3-5,75
页数 4页 分类号 TP183
字数 语种 中文
DOI
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 周波 黑龙江科技大学计算机与信息工程学院 58 348 9.0 16.0
2 朱素杰 黑龙江科技大学计算机与信息工程学院 2 26 2.0 2.0
3 王洪远 3 11 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (23)
共引文献  (25)
参考文献  (5)
节点文献
引证文献  (6)
同被引文献  (6)
二级引证文献  (28)
1985(2)
  • 参考文献(0)
  • 二级参考文献(2)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(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)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(3)
  • 参考文献(0)
  • 二级参考文献(3)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(6)
  • 参考文献(0)
  • 二级参考文献(6)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(5)
  • 引证文献(1)
  • 二级引证文献(4)
2016(4)
  • 引证文献(0)
  • 二级引证文献(4)
2017(7)
  • 引证文献(1)
  • 二级引证文献(6)
2018(9)
  • 引证文献(2)
  • 二级引证文献(7)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
摄像机标定
神经网络
张氏标定法
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
工业仪表与自动化装置
双月刊
1000-0682
61-1121/TH
大16开
1971-01-01
chi
出版文献量(篇)
3676
总下载数(次)
0
总被引数(次)
18688
论文1v1指导