基于立体视觉标定方法的改进研究

• 作者: 姚爱琴 孙运强 康婷婷
• 来源期刊: 电子世界
• 关键词: 双目视觉 神经网络 摄像机标定
• 年，卷（期）: 2014,（18）
• 所属期刊栏目: 科研发展
• 页码范围: 149-149
• 页数: 1页
• 字数: 1986字
• 语种: 中文

摘要

摄像机标定是立体视觉研究与非接触测量的重要组成部分，是精密视觉测量的基础，传统的标定需要建立复杂的数学模型，从而描述双目视觉中三维空间物点坐标和两个摄像机像面像点坐标间的非线性关系。而神经网络可以有效地处理非线性映射问题。本文介绍一种改进的RBF神经网络，并对该网络标定法与传统标定方法及BP网络标定法的标定结果进行比较。实验结果表明：基于改进RBF神经网络的双目视觉标定方法能获得较高的标定精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙运强	中北大学仪器科学与动态测试教育部重点实验室	146	962	13.0	25.0
2	姚爱琴	中北大学仪器科学与动态测试教育部重点实验室	79	392	8.0	15.0
3	康婷婷	中北大学仪器科学与动态测试教育部重点实验室	2	10	2.0	2.0