原文服务方: 计算机测量与控制       
摘要:
摄像机自标定技术不受标定板和相机运动轨迹的限制就能求解出摄像机的内参数矩阵,其标定过程简单、适用性强;由于传统的遗传算法在摄像机自标定参数优化过程中易出现过早收敛、停滞现象和解易陷入局部最优的问题,提出一种改进的遗传算法;首先,通过结合精英保留策略和随机联赛选择算法作为初始化种群的方法、改进轮盘赌选择方法、采用自适应杂交概率和变异概率方法对遗传算法进行改进;然后,将Hartley定义的简化Kruppa方程转化为目标函数,采用改进的遗传算法搜索目标函数的最优值;最后,实验结果表明,该方法能较好地缓解过早收敛和停滞显现,提高了精度.
推荐文章
混合优化算法的摄像机自标定方法研究
自标定
混合优化
基础矩阵
遗传算法
LM算法
基于主动视觉的摄像机自标定方法
摄像机自标定
主动视觉
摄像机内参数
线性独立
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
单视图摄像机自标定
计算机视觉
单视图摄像机自标定
三维重建
单应性矩阵
基础矩阵
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 基于改进遗传算法的摄像机自标定方法
来源期刊 计算机测量与控制 学科
关键词 摄像机自标定 遗传算法 Kruppa方程 基础矩阵
年,卷(期) 2020,(2) 所属期刊栏目 设计与应用
研究方向 页码范围 188-191,196
页数 5页 分类号 TP391.9
字数 语种 中文
DOI 10.16526/j.cnki.11-4762/tp.2020.02.039
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 贾渊 西南科技大学计算机科学与技术学院 23 112 7.0 9.0
2 杨亚男 西南科技大学计算机科学与技术学院 1 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  (81)
共引文献  (13)
参考文献  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1992(2)
  • 参考文献(1)
  • 二级参考文献(1)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(2)
  • 参考文献(1)
  • 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)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(8)
  • 参考文献(0)
  • 二级参考文献(8)
2012(6)
  • 参考文献(0)
  • 二级参考文献(6)
2013(10)
  • 参考文献(0)
  • 二级参考文献(10)
2014(8)
  • 参考文献(0)
  • 二级参考文献(8)
2015(7)
  • 参考文献(0)
  • 二级参考文献(7)
2016(5)
  • 参考文献(1)
  • 二级参考文献(4)
2017(14)
  • 参考文献(0)
  • 二级参考文献(14)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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)
研究主题发展历程
节点文献
摄像机自标定
遗传算法
Kruppa方程
基础矩阵
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
计算机测量与控制
月刊
1671-4598
11-4762/TP
大16开
北京市海淀区阜成路甲8号
1993-01-01
出版文献量(篇)
0
总下载数(次)
0
总被引数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导