基于Zernike矩和PSO算法的摄像机神经网络标定

作者：刘金颂; 原思聪; 江祥奎; 张庆阳

来源：光电子-激光, 2010, (09): 1311-1314.

DOI：10.16136/j.joel.2010.09.020

• Zernike矩
• 粒子群(PSO)算法
• 神经网络
• 摄像机标定
• 亚像素 Zernike moment
• particle swarm optimization(PSO) algorithm
• neural network
• camera calibration
• subpixel

提出了一种新的基于Zernike矩和粒子群(PSO)算法的摄像机BP神经网络标定方法。首先,利用Zernike矩和曲率不变性求取圆形标定模板中心的亚像素坐标,提高神经网络训练数据的精度;其次,利用PSO算法优化网络的初始权重和阈值,提高网络的收敛速度和泛化能力。实验结果表明,该方法在X轴和Y轴方向的测量误差小于0.06 mm,整个测试集均方根误差为0.194 mm,证明了该方法的有效性。

• 单位
  西安建筑科技大学; 西安陕鼓动力股份有限公司