| 基于PSO-ELM的双目视觉摄像机标定 |
| |
| 引用本文： | 周东凯,李刚,王学琨.基于PSO-ELM的双目视觉摄像机标定[J].广西大学学报(自然科学版),2014(6). |
| |
| 作者姓名： | 周东凯 李刚 王学琨 |
| |
| 作者单位： | 广西大学 电气工程学院,广西 南宁,530004 |
| |
| 基金项目： | 国家自然科学基金资助项目 |
| |
| 摘 要： | 针对极限学习机( extreme learning machine,ELM)在隐层节点数较少时标定精度较低的问题,利用粒子群优化算法( particle swarm optimization,PSO)与极限学习机相结合的方法对双目视觉摄像机进行标定。在标定过程中,ELM直接描述图像信息与三维信息之间的非线性关系,然后利用PSO优化ELM的输入权值与隐层阈值。实验结果表明,与ELM相比较,基于粒子群极限学习机( PSO-ELM)的双目视觉摄像机标定方法能仅用较少隐层节点数获得较高精度。
|
| 关 键 词： | 摄像机标定 极限学习机 粒子群优化算法 双目视觉 |
Camera calibration for binocular vision based on PSO-ELM |
| |
| ZHOU Dong-kai,LI Gang,WANG Xue-kun.Camera calibration for binocular vision based on PSO-ELM[J].Journal of Guangxi University(Natural Science Edition),2014(6). |
| |
| Authors: | ZHOU Dong-kai LI Gang WANG Xue-kun |
| |
| Abstract: | |
| |
| Keywords: | camera calibration extreme learning machine particle swarm optimization binocular vision |
| 本文献已被 万方数据 等数据库收录！ |
|
