基于相位靶和神经网络的单目相机标定

张党成; 董秀成; 雎雅玲; 向贤明

doi:10.13741/j.cnki.11-1879/o4.2024.03.019

您当前的位置：

首页 >

文章列表页 >

基于相位靶和神经网络的单目相机标定

光学传感与测量 | 更新时间：2025-09-01

- 基于相位靶和神经网络的单目相机标定
- Monocular camera calibration based on phased target and neural network
- 光学技术 2024年50卷第3期页码：346-353
- 作者机构：
  
  1. 1:西华大学电气与电子信息学院
  2. 2:四川大学锦江学院
- 作者简介：
- 基金信息：
  
  国家自然科学基金(11872069);四川省中央引导地方科研发展专项(2021ZYD0034)
- DOI：10.13741/j.cnki.11-1879/o4.2024.03.019
  中图分类号： TP183;TP391.41
- 纸质出版：2024
- 稿件说明：
移动端阅览
张党成, 董秀成, 雎雅玲, 等. 基于相位靶和神经网络的单目相机标定[J]. 光学技术, 2024,50(3):346-353.

Monocular camera calibration based on phased target and neural network[J]. 2024, 50(3): 346-353.
张党成, 董秀成, 雎雅玲, 等. 基于相位靶和神经网络的单目相机标定[J]. 光学技术, 2024,50(3):346-353. DOI： 10.13741/j.cnki.11-1879/o4.2024.03.019.

Monocular camera calibration based on phased target and neural network[J]. 2024, 50(3): 346-353. DOI： 10.13741/j.cnki.11-1879/o4.2024.03.019.

摘要

针对传统基于BP神经网络的标定方法标定精度低，深度方向误差大等问题，提出了一种基于相位靶和径向基函数(RBF)神经网络的单目相机标定方法。采用三步相移法的特征提取方法，并使用多频法计算绝对相位，将相位靶特征点承载的绝对相位转换到三维空间，建立特征点图像坐标与世界坐标之间的对应关系，最后使用RBF神经网络完成二维图像坐标到三维空间坐标的直接映射。实验结果表明，对比传统使用BP神经网络进行标定与棋盘格，圆形标定靶的标定结果，该方法的平均标定误差为0.0980mm

同时在焦距1.4mm

视场220°鱼眼镜头下，仍能保持较高的精度，证明了所提方法的可行性和有效性。

Abstract

关键词

Keywords

references

浏览量

184

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于相位移编码圆的相机离焦快速标定方法

图像像素坐标表示的镜头畸变模型

对张正友相机标定法的改进研究

六自由度机构位姿的单相机照相测量研究

体视2D-3cPIV相机标定方法研究

基于相位靶和神经网络的单目相机标定

Monocular camera calibration based on phased target and neural network

DOI：10.13741/j.cnki.11-1879/o4.2024.03.019

摘要

Abstract

关键词

Keywords

references