原文服务方: 工业仪表与自动化装置       
摘要:
提出了一种径向基( RBF)神经网络的畸变校正方法。该方法利用RBF网络的以任意精度逼近连续函数的能力,通过采用张正友平面标定法得到样本数据训练网络,最终建立网络模型。该方法算法简易,适合于对摄像机捕获的图像进行几何校正。实验研究表明,该方法大大提高了校正精度。
推荐文章
基于直线投影特征的镜头畸变校正方法
畸变校正
畸变系数
遗传算法
直线投影
基于BP神经网络的X光图像畸变校正技术的研究
反馈神经网络
X光图像
畸变校正
基于IACPSO算法的摄像机镜头畸变校正
计算机视觉
畸变校正
非量测
粒子群
基于BP神经网络的畸变图像校正方法研究
BP神经网络
畸变图像
畸变校正
量子遗传算法
克隆选择
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RBF神经网络的镜头畸变校正方法
来源期刊 工业仪表与自动化装置 学科
关键词 平面标定法 RBF 神经网络 畸变校正
年,卷(期) 2015,(2) 所属期刊栏目 经验交流
研究方向 页码范围 81-83,86
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 赵洪瑞 11 24 3.0 4.0
2 汪开旺 12 23 3.0 4.0
3 王洪远 3 11 2.0 3.0
4 朱素杰 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (86)
参考文献  (3)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1987(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)
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(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(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)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
平面标定法
RBF
神经网络
畸变校正
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