攝像機標定在機器視覺系統(tǒng)研究中占據(jù)十分重要的部分,為更好更快地標定攝像機,提出一種基于混合粒子群算法的攝像機參數(shù)優(yōu)化方法。用最小二乘法求出攝像機的內(nèi)外參數(shù),并以此作為待優(yōu)化參數(shù)的初始值;然后以最小距離準則建立目標函數(shù),再利用混合粒子群算法對攝像機參數(shù)進一步優(yōu)化計算,最終獲得誤差小的攝像機參數(shù)。實驗結(jié)果表明混合粒子群優(yōu)化算法能夠快速、高精度地收斂,可在一定程度上提高攝像機的標定精度。

【文章頁數(shù)】：9 頁

【部分圖文】：

圖１單目攝像機模型（針孔攝像機模型）Ｆｉｇ．１Ｍｏｎｏｃｕｌａｒｃａｍｅｒａｍｏｄｅｌ（ｐｉｎｈｏｌｅｃａｍｅｒａｍｏｄｅｌ）

１８］，用粒子群及其改進算法對攝像機參數(shù)進行優(yōu)化，得到了精確的攝像機參數(shù)，但其收斂速度和精度仍然有待提高。從學者們的研究中不難發(fā)現(xiàn)，未來的研究將集中在智能算法的開發(fā)上，以使攝像機標定適應多樣化的現(xiàn)實應用要求。本文應用一種混合粒子群優(yōu)化（ＨＰＳＯ）算法對攝像機的參數(shù)進行優(yōu)化，得到了....

圖２棋盤格標定板Ｆｉｇ．２Ｃｈｅｃｋｅｒｂｏａｒｄｃａｌｉｂｒａｔｉｏｎｂｏａｒｄｓ

激光與光電子學進展圖２棋盤格標定板Ｆｉｇ．２Ｃｈｅｃｋｅｒｂｏａｒｄｃａｌｉｂｒａｔｉｏｎｂｏａｒｄｓ表１攝像機標定參數(shù)優(yōu)化結(jié)果Ｔａｂｌｅ１ＯｐｔｉｍｉｚａｔｉｏｎｒｅｓｕｌｔｓｏｆｃａｍｅｒａｃａｌｉｂｒａｔｉｏｎｐａｒａｍｅｔｅｒｓＰａｒａｍｅｔｅｒαβｕ０ｖ０γｋ１ｋ２Ｉｎ....

圖３使用ＨＰＳＯ得到的適應度曲線Ｆｉｇ．３ＦｉｔｎｅｓｓｃｕｒｖｅｏｂｔａｉｎｅｄｂｙＨＰＳＯ

０６０．０７２３－０．９７６３Ｚｈａｎｇ′ｓｍｅｔｈｏｄ６５７．３７３０６５７．８１４２３０１．７８２２２４４．０５１１０．５２８１－０．２５７７０．１３４４ＰＳＯ６６９．４９５８６８４．３１０６３１９．３００３２５１．９５５７－３．７３９４－０．１４３９－１．１６９０ＧＡ６５８....

圖７平均重投影誤差對比圖Ｆｉｇ．７Ｃｏｍｐａｒｉｓｏｎｏｆｍｅａｎｒｅｐｒｏｊｅｃｔｉｏｎｅｒｒｏｒ

ｏｒｏｆｃａｌｉｂｒａｔｉｏｎｉｍａｇｅ；（ｂ）ａｖｅｒａｇｅｐｒｏｊｅｃｔｉｏｎｅｒｒｏｒｏｆｃａｌｉｂｒａｔｉｏｎｉｍａｇｅ圖６使用ＧＡ得到的重投影誤差。（ａ）標定圖片的重投影誤差；（ｂ）標定圖片的平均重投影誤差Ｆｉｇ．６Ｒｅｐｒｏｊｅｃｔｉｏｎｅｒｒｏｒｏｂｔａｉｎｅｄｂｙ....

本文編號：4023889