基于神經(jīng)網(wǎng)絡的攝像機畸變校正研究.pdf

1、在計算機視覺以及圖像測量過程應用中，為確定空間物體表面某點的三維世界坐標與其在圖像中對應點之間的相互關(guān)系，必須建立攝像機成像的幾何模型，求解幾何模型參數(shù)以實現(xiàn)攝像機標定。攝像機標定是計算機視覺中的重要領(lǐng)域，也是計算機視覺的第一步。而攝像機畸變的校正是攝像機模型建立的重點所在，攝像機畸變校正實現(xiàn)攝像機模型的建立是做好后續(xù)工作的前提，也是提高標定精度研究的重點。本文主要研究了棋盤格角點檢測的方法以及攝像機畸變校正的方法。
　　文中提出

2、了一種基于對稱特性的針對棋盤格的角點檢測方法。棋盤格有著自己固有的特點，利用棋盤格的對稱特性實現(xiàn)棋盤格角點檢測。此種方法不用計算梯度，大大減少了計算量，運算速度快，同時也避免了SUSAN算法不能檢測棋盤格角點的缺點。
　　雖然目前攝像機標定中攝像機的畸變模型對攝像機的畸變描述取得了一定的進展，但是也很難精確地反映出攝像機的畸變，由于神經(jīng)網(wǎng)絡具有近似任意非線性映射能力，因此本文中提出了在傳統(tǒng)的標定基礎(chǔ)上結(jié)合BP神經(jīng)網(wǎng)絡進行鏡頭畸變描

3、述，然后用訓練好的神經(jīng)網(wǎng)絡代替畸變模型以實現(xiàn)攝像機畸變校正的目的，從而使攝像機的標定達到更高的精度。
　　本文將粒子群優(yōu)化算法引進來改進BP算法，同時結(jié)合混沌算法，從而實現(xiàn)更好的畸變校正。BP神經(jīng)網(wǎng)絡的穩(wěn)定性又與網(wǎng)絡的初始訓練值有關(guān)，BP算法有易于陷入局部極小的缺點，粒子群優(yōu)化算法是一種全局優(yōu)化算法，該算法具有容易實現(xiàn)、收斂速度快等優(yōu)點?；煦缡谴嬖谟诜蔷€性系統(tǒng)中的一種較為普遍的現(xiàn)象，在一定范圍內(nèi)，混沌變量的變化具有隨機性、遍歷性和