| 基于阻滞增长神经网络的双目视觉标定方法 |
| |
| 引用本文： | 罗亚波,罗健.基于阻滞增长神经网络的双目视觉标定方法[J].华中科技大学学报(自然科学版),2021,49(12):71-75,82. |
| |
| 作者姓名： | 罗亚波 罗健 |
| |
| 作者单位： | 武汉理工大学机电工程学院,湖北武汉430070 |
| |
| 摘 要： | 针对传统相机标定方法存在的精度不高和反向传播(BP)神经网络训练结果对初始权重和阈值的敏感性等问题,利用模拟生物界种群规模动态平衡的阻滞增长机制,构建阻滞增长神经网络,对BP神经网络的初始权重和阈值进行优化,消除了初始权重和阈值随机性对神经网络计算结果的影响.设计了比较实验,以验证阻滞增长神经网络的优越性.针对实验过程中传统Harris角点检测算法存在的漏检测和误检测等问题,提出了一种改进Harris角点检测算法,使得实验中所得到的双目视觉系统的标定精度满足比较实验的要求.比较实验表明:与BP神经网络方法相比,采用阻滞增长神经网络进行双目视觉系统标定具有更好的收敛性和求解精度.
|
| 关 键 词： | 双目视觉标定 BP神经网络 阻滞增长机制 Harris角点检测 高斯金字塔 |
Binocular vision calibration method based on growth blocked neural network |
| |
| LUO Yabo,LUO Jian.Binocular vision calibration method based on growth blocked neural network[J].JOURNAL OF HUAZHONG UNIVERSITY OF SCIENCE AND TECHNOLOGY.NATURE SCIENCE,2021,49(12):71-75,82. |
| |
| Authors: | LUO Yabo LUO Jian |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
