基于神經(jīng)網(wǎng)絡(luò)的攝像機(jī)標(biāo)定方法研究.pdf

1、計(jì)算機(jī)視覺作為當(dāng)今最為活躍而又富有挑戰(zhàn)意義的研究領(lǐng)域,其研究內(nèi)容和應(yīng)用領(lǐng)域已經(jīng)相當(dāng)廣泛。由于攝像機(jī)標(biāo)定是計(jì)算機(jī)視覺獲取三維空間信息的前提和基礎(chǔ),是立體視覺的一個重要組成部分,因此如果要利用攝取的二維圖象進(jìn)行精密測量以及空間運(yùn)動分析,就必須做精確的攝象機(jī)標(biāo)定。本文主要研究攝像機(jī)標(biāo)定理論和方法,為計(jì)算機(jī)視覺和立體視覺的下一步研究提供可靠的數(shù)據(jù)并奠定良好的基礎(chǔ),最終在實(shí)際應(yīng)用中起到提高精度的作用。文中采用平面模板實(shí)現(xiàn)對攝象機(jī)的標(biāo)定。首先研究圖

2、像特征點(diǎn)的提取問題,在角點(diǎn)提取過程中,針對Harris角點(diǎn)檢測算法只能提取像素級角點(diǎn)坐標(biāo)的不足,本文對其進(jìn)行了改進(jìn),采用基于Harris角點(diǎn)檢測原理的亞像素角點(diǎn)檢測方法。其次對非線性畸變模型作了比較深入的研究,在分析傳統(tǒng)標(biāo)定算法的基礎(chǔ)上,提出了基于神經(jīng)網(wǎng)絡(luò)的攝像機(jī)畸變校正方法。利用神經(jīng)網(wǎng)絡(luò)直接學(xué)習(xí)圖像信息與三維信息(zw=0)之間的關(guān)系,不需要確定攝像機(jī)具體的內(nèi)部參數(shù)和外部參數(shù),也不需要知道有關(guān)模型或參數(shù)的先驗(yàn)知識,對攝象機(jī)進(jìn)行畸變校正

3、。仿真實(shí)驗(yàn)驗(yàn)證了該方法的準(zhǔn)確性和有效性。但是由于BP神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性又與網(wǎng)絡(luò)的初始訓(xùn)練值有關(guān)的缺點(diǎn),因此,本文又將遺傳算法引入以改進(jìn)BP神經(jīng)網(wǎng)絡(luò)。遺傳算法是一種非導(dǎo)數(shù)優(yōu)化的隨機(jī)優(yōu)化方法,可以對一復(fù)雜的、非線性及不可微的函數(shù)實(shí)現(xiàn)全局搜索,而且算法對局部搜索比較有效,因此為了使算法能很快的找到滿意解,可以先用遺傳算法對初始權(quán)值進(jìn)行優(yōu)化,在解空間中定位出較好的搜索空間。然后用BP算法在這些小的解空間中搜索出最優(yōu)解。通過相同數(shù)據(jù)進(jìn)行仿真試驗(yàn)證明