基于径向基函数网络的二维平面标定方法  

2-D plane calibration algorithm based onradial basis function neural networks

作　　者：袁野[1] 欧宗瑛[2] 

机构地区：[1]上海交通大学图像通信与信息处理研究所,上海200030 [2]大连理工大学机械工程学院研究所,辽宁大连116024

出　　处：《大连理工大学学报》2003年第2期248-251,共4页Journal of Dalian University of Technology

摘　　要：二维平面的标定即恢复某平面上点的世界坐标.传统的考虑各种非线性畸变的标定方法十分繁琐,而径向基网络可以实现从输入到输出的任意非线性映射,因此可将径向基网络应用于二维平面的标定.用神经网络来拟合摄像机的反投影过程,经训练建模后,网络输出能够反映训练样本的特征,可以得到较高的标定精度.实验结果证明了该算法的可行性.2\|D plane calibration is recovering the world coordinates of the points in a plane, because the conventional calibration algorithms taking account of nonlinear distortions are very complex, and RBF neural network can realize any nonlinear relationship from input to output, RBF neural network was applied in this paper. The neural network was used to approximate the back projective model.The experimental results show that the algorithm is feasible.

关 键 词：径向基函数网络 二维平面标定方法 局部逼近神经网络 非线性映射 计算机视觉 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术] TP183[自动化与计算机技术—计算机科学与技术]