论文部分内容阅读
摄像机标定是计算机视觉中一项基础而又关键的工作。以往用神经网络进行标定的方法， 通常是利用神经网络对非线性映射关系的强大逼近能力对摄像机进行隐式标定。本文利用BP 神经 网络，可以得到空间三维点与相应的两维图像像素点之间的投影矩阵。给予任意初始权值，通过 自适应调整学习率的动量算法的训练可以得到摄像机的内外部参数，并且使旋转矩阵满足正交性。 这种方法的优越性通过添加噪音的合成数据以及实际图像的仿真来验证。与其他一些传统标定方 法相比，实验结果表明，这种基于BP 神经网络的方法具有较强的实用性、鲁棒性和较高的标定精度。