10.3969/j.issn.1001-8972.2019.10.034
基于BP网络的机载摄像机标定应用
随着数字信号处理及微电子技术的不断发展,数字成像技术的应用取得了长足进步.在人工智能应用领域,通过摄像机获取目标运动区域的图像信息,基于机器视觉测量原理可实现目标识别、定位跟踪及运动状态表达.近年来,数字视频采集与机器视觉测量技术在飞行试验中的应用越来越广泛,为飞机及武器装备的研制、鉴定及使用提供了可靠的数据支撑.在视觉测量应用中,摄像机标定是一个非常重要的组成单元,整个标定过程可确定摄像机成像模型中的内外及畸变参数;同时标定精度也直接影响着视觉测量的精度.传统的摄像机标定方法通过引入线性或简易非线性数学模型对摄像机的成像模型进行模拟表达,在某些摄像机测量应用场景中确实取得了一定的成效,但在一定程度上并不能实现对摄像机参数标定的全面表达.人工神经网络模型是对生物神经网络的模拟,具有自适应、自学习、容错性、并行计算及非线性映射等优点;作为人工智能中的一种工程算法模型,被广泛运用于语音分析、图像识别、计算机视觉等领域.本文基于飞行试验中的机载摄像机应用背景,针对实现双目视觉测量的需求,开展了基于BP神经网络模型的机载摄像机标定技术研究,建立了目标特征点的像点坐标与物方坐标之间的隐性映射关系.
2019-05-28(万方平台首次上网日期,不代表论文的发表时间)
共2页
88-89