您的位置: 专家智库 > >

吉林省科技发展计划基金(20080539)

作品数:4 被引量:18H指数:3
相关作者:崔岸袁智王丹王龙山张海鹏更多>>
相关机构:吉林大学更多>>
发文基金:吉林省科技发展计划基金国家重点实验室开放基金教育部重点实验室开放基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 4篇中文期刊文章

领域

  • 4篇自动化与计算...

主题

  • 4篇摄像机
  • 4篇摄像机标定
  • 3篇神经网
  • 3篇神经网络
  • 2篇角点
  • 2篇HARRIS...
  • 1篇多层前馈
  • 1篇多层前馈网络
  • 1篇亚像素
  • 1篇三线性插值
  • 1篇摄像
  • 1篇摄像机参数
  • 1篇视觉测量
  • 1篇双目
  • 1篇双目立体
  • 1篇双目立体视觉
  • 1篇体视觉
  • 1篇前馈
  • 1篇前馈网络
  • 1篇自适

机构

  • 4篇吉林大学

作者

  • 4篇崔岸
  • 3篇袁智
  • 2篇王龙山
  • 2篇王丹
  • 1篇刘业峰
  • 1篇张海鹏
  • 1篇何大鹏

传媒

  • 2篇农业机械学报
  • 2篇计算机工程与...

年份

  • 1篇2010
  • 2篇2009
  • 1篇2008
4 条 记 录,以下是 1-4
排序方式:
空间圆几何参数视觉测量方法研究被引量:4
2010年
对空间圆几何参数的非接触在线测量方法进行了研究。通过在区域划分中引入模糊化思想,基于模糊隶属度构建一种神经网络的拓扑结构,采用立体标靶进行摄像机标定。面向局部检测区域小的空间尺寸测量问题,利用图像的梯度相关作为匹配特性,开发一种高效的基于梯度图像的立体匹配算法。在实验研究中,对某车身翼子板安装孔进行了检测,结果显示当空间圆所在平面与图像平面约50°角时,测量空间圆的相对误差优于±0.6%。研究结果表明,提出的方法测量精度高,并适用于在线测量。
崔岸何大鹏王丹
关键词:模糊神经网络摄像机标定双目立体视觉
基于改进Harris角点提取的摄像机神经网络标定技术被引量:8
2009年
以前馈型BP神经网络进行双目立体视觉系统的摄像机标定研究,基于Harris角点提取,提出了增加约束的改进方法,从而提高网络训练样本集的数据精度;探讨了神经网络的欠泛化、过泛化问题,综合运用归一化、提前终止等多种策略,进一步提高网络泛化能力,并与经典标定方法进行对比。试验结果表明,该方法能够获得较高的摄像机标定精度。
崔岸袁智王丹张海鹏
关键词:摄像机标定神经网络HARRIS角点泛化
摄像机参数的三线性插值误差补偿标定方法被引量:2
2008年
提出了一种摄像机标定方法并应用于某轿车翼子板的非接触检测。该方法通过虚拟靶标构建空间点阵,应用SUNSAN算子准确提取角点坐标,并代入摄像机模型,逆向求解空间点的坐标及与真实坐标的误差值,以此误差作为判断依据,通过迭代更新求解摄像机参数,直到平均误差小于某一预定值,然后基于空间三线性插值算法进行误差补偿,从而求解待测点的误差。实验证明此方法计算迅速、稳定、准确,检测精度达到亚像素级。
崔岸刘业峰袁智王龙山
关键词:摄像机标定亚像素三线性插值
基于自适应神经网络的双摄像机标定被引量:4
2009年
摄像机标定是计算机视觉中非常重要的一环,传统标定方法需要求解内外参数,非常繁琐。通过建立自适应神经网络直接学习图像坐标与空间坐标间的关系。该方法对Harris角点提取结果进行增加约束的改进,从而提高网络训练样本精度,通过程序实现隐层神经元的自适应选取,并综合运用正则化、提前终止策略,使网络的泛化能力得到极大的改善。最后通过与经典标定方法进行对比的实验证明基于自适应神经网络具有很好的双摄像机标定精度。
崔岸袁智王龙山
关键词:自适应多层前馈网络HARRIS角点
共1页<1>
聚类工具0