基于GA-BP的圆形靶标圆心定位误差预测建模与补偿研究

作者：陈海燕^*; 朱军林; 王平

来源：计算机科学, 2023, 50(S2): 313-317.

• 圆形靶标
• 椭圆拟合
• 圆心定位误差
• 预测建模
• BP神经网络
• 遗传算法
• 误差补偿

利用圆形靶标进行相机标定时，靶标成像效果会随着不同的相机拍摄位姿呈现为椭圆，因此利用常规圆心定位方法得到的图像圆心坐标并非真实圆心在图像中的成像位置，直接利用该圆心图像坐标进行相机标定的标定精度不高。针对此问题，提出了一种先对圆形靶标图像圆心定位误差进行预测建模，然后进行误差补偿来提高圆心定位精度的方法。首先，建立圆形靶标成像图的仿真图像集；其次，对图像预处理并利用椭圆拟合法定位图像中的圆心坐标；再次，构建并训练GA-BP神经网络，建立圆心定位误差与相机镜头位姿之间的关系模型；最后，通过误差补偿策略对定位的圆心坐标进行误差补偿。实验结果表明，所构建的GA-BP神经网络模型对圆心定位的横、纵坐标的误差预测精度明显优于BP或者E-R模型，其MAPE,RMSE,R2分别为5.51%,0.004 8,0.999 6和6.14%,0.096 4,0.999 8。误差补偿后的圆心定位精度更高，验证了采用误差预测建模和误差补偿的方法提高圆心定位精度的可行性，为高精度相机标定任务提供了方法支撑。

• 单位
  兰州理工大学