原文服务方: 自动化与仪表       
摘要:
该文针对相机标定过程中因优化算法所引起的精度不足、稳定性差、易陷入局部最优的问题,提出将樽海鞘优化算法和自适应差分进化算法相结合的相机标定优化算法.该混合算法利用樽海鞘优化算法提高精度,利用自适应差分进化算法增强局部搜索能力,在不同迭代阶段对适应度函数采用分段优化方式,实现平衡局部和全局搜索能力.实验采用每格50 mm×50 mm标准的棋盘格作为标定板,选取15张不同角度的标定图片,图片有效像素为4608 pixe×13456 pixel,分别利用张正友标定法、樽海鞘算法以及本文提出的樽海鞘-自适应差分进化混合算法进行相机内参的优化.实验结果表明该文提出的混合算法比传统标定方法重投影误差更小,标定精度更高.
推荐文章
基于Baker映射的自适应樽海鞘群算法
Baker映射初始化
T分布扰动策略
不完全逆Γ函数
樽海鞘群算法
融合自适应混沌差分进化的粒子群优化算法
粒子群优化算法
差分进化算法
自适应混沌
基于强度Pareto的自适应多目标差分进化算法
多目标优化
差分进化算法
强度Pareto
一种自适应交替的粒子群差分进化优化算法
粒子群算法
差分进化算法
基准函数
全局优化
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 基于樽海鞘和自适应差分进化的相机内参优化
来源期刊 自动化与仪表 学科
关键词 樽海鞘优化算法 自适应差分进化 混合算法 相机标定 非线性模型
年,卷(期) 2020,(4) 所属期刊栏目 专题研究与综述
研究方向 页码范围 1-5,10
页数 6页 分类号 TP391
字数 语种 中文
DOI 10.19557/j.cnki.1001-9944.2020.04.001
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 宋佳音 东北林业大学机电工程学院 18 44 4.0 6.0
2 朱庆林 3 3 1.0 1.0
3 张晓鹏 东北林业大学机电工程学院 3 0 0.0 0.0
4 池志祥 东北林业大学机电工程学院 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (48)
共引文献  (16)
参考文献  (16)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(5)
  • 参考文献(0)
  • 二级参考文献(5)
2015(8)
  • 参考文献(1)
  • 二级参考文献(7)
2016(6)
  • 参考文献(1)
  • 二级参考文献(5)
2017(16)
  • 参考文献(4)
  • 二级参考文献(12)
2018(10)
  • 参考文献(3)
  • 二级参考文献(7)
2019(4)
  • 参考文献(4)
  • 二级参考文献(0)
2020(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
樽海鞘优化算法
自适应差分进化
混合算法
相机标定
非线性模型
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
自动化与仪表
月刊
1001-9944
12-1148/TP
大16开
1981-01-01
chi
出版文献量(篇)
3994
总下载数(次)
0
总被引数(次)
18195
论文1v1指导