基于粒子群遗传算法的BP神经网络摄像机标定

摘要：

摄像机标定是从二维图像提取三维空间信息的关键步骤，标定的精度直接关系到三维重构结果的逼真程度。为了有效解决传统摄像机标定算法中的多参数、计算费时费力等问题，提高摄像机标定的精度和速度，将粒子群遗传算法（particle swarm optimization genetic algorithm，PSO-GA）应用于摄像机标定中。对参数进行粒子群算法优化后，再使用遗传算法中的选择、交叉和变异等操作进行参数优化，以实现粒子群算法与遗传算法的融合。结合后的算法全局搜索能力较强，收敛速度更快，优化能力与鲁棒性得以提高。同时，基于神经网络的摄像机标定方法所能覆盖的标定空间十分有限，提出了一种采用粒子群遗传算法优化BP神经网络的摄像机标定方法，以解决传统摄像机标定方法难以解决的问题。实验数据表明，基于粒子群遗传算法的BP神经网络标定是一种可行的方法，标定精度高，收敛速度快，泛化能力强。

关键词：粒子群遗传算法、摄像机标定、BP神经网络

分类号：TP391(计算技术、计算机技术)

资助基金：The National Natural Science Foundation of China under Grant No.61305098;the Natural Science Specialized Research Foundation of Education Department of Shaanxi Province under Grant No.14JK1666;the Young Teachers Research Foundation of Xi’an University of Posts and Telecommunications under Grant No. ZL2014-32

在线出版日期：2014-10-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1254-1262