用神经网络变易有效焦距的摄像机标定法
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:


A Camera Calibration Method of Varying EffectiveFocal Length by Neural Network
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    针对传统摄像机标定中由于像差等非线性因素的影响造成结果精度和稳定性不高且算法复杂的特点,提出了用4层前向神经网络模型变易摄像机横纵向有效焦距的方法。给出了摄像机标定结果和用标定后的摄像机进行三维立体测量的结果,并与传统方法作了对比。结果表明,基于神经网络的摄像机标定方法可以获得比传统方法更高的精度和稳定性。

    Abstract:

    The traditional calibration method is always imprecise, unstable and computed costly because of the nonlinear effect lead by lens distortion. A new camera calibration method of varying effective focal length by neural network model is presented. Both calibration result and 3D measurement result show that the new method achieves more precision and stable result than classical method does.

    参考文献
    相似文献
    引证文献
引用本文

邱志强,唐力铁,于起峰.用神经网络变易有效焦距的摄像机标定法. A Camera Calibration Method of Varying EffectiveFocal Length by Neural Network[J].国防科技大学学报,2002,24(5):16-19.

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2002-04-30
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2013-08-21
  • 出版日期:
文章二维码