|本期目录/Table of Contents|

[1]赵洪瑞,王洪远,朱素杰,等.基于RBF神经网络的镜头畸变校正方法[J].工业仪表与自动化装置,2015,(02):81-83.
　ZHAO Hongrui,WANG Hongyuan,ZHU Sujie,et al.The study of lens distortion correction based on radiate basis function neural networks[J].Industrial Instrumentation & Automation,2015,(02):81-83.
点击复制

基于RBF神经网络的镜头畸变校正方法(PDF)

《工业仪表与自动化装置》[ISSN:1000-0682/CN:61-1121/TH]

卷:
期数:
2015年02期
页码:
81-83
栏目:
出版日期:
2015-04-15

文章信息/Info

Title:
The study of lens distortion correction based on radiate basis function neural networks
文章编号:
1000-0682(2015)02-0000-20
作者:
赵洪瑞1; 王洪远1; 朱素杰2; 汪开旺1
（1. 煤科集团沈阳研究院有限公司，辽宁 抚顺 113122；2. 杭州雅拓网络技术有限公司，杭州 310000）
Author(s):
ZHAO Hongrui1; WANG Hongyuan1; ZHU Sujie2;  WANG Kaiwang1
(1. CCTEG Shenyang Research Institute, Liaoning Fushun 113122, China；2. Hangzhou Gemalto Technology Co., Ltd. , Hangzhou 310000, China )
关键词:
平面标定法; RBF; 神经网络; 畸变校正
Keywords:
plane calibration method;  RBF;  neural networks;  distorted correction
分类号:
TP183
DOI:
-
文献标志码:
A
摘要:
提出了一种径向基（RBF）神经网络的畸变校正方法。此方法利用RBF网络的以任意精度逼近连续函数的能力，通过采用张正友平面标定法得到样本数据训练网络，最终建立网络模型。此方法算法简易，适合于对摄像机捕获的图像进行几何校正。实验研究表明，该方法大大提高了校正精度。
Abstract:
Proposed a radiate basis function (RBF) neural network of the calibration method which has the ability of arbitrary precision approximate continuous function. First of all, the sample data is obtained by Zhang Zhengyou plane calibration method to using for training network. Then network model was established. This method is suitable for the image using of cameras to geometric correction. The experimental results show the neural networks distortion correction technique has higher correction precision.

参考文献/References:

[1] 张艳珍,欧宗瑛,薛斌党.一种基于斜率的摄像机畸变校正方法[J].小型微型计算机系统,2002,23(5):625-627.

[2] 杨必武,郭晓松.摄像机镜头非线性畸变校正方法综述[J].中国图形图像学报,2005,10(3):269-273.
[3] Zhengyou Zhang.A Flexible New Technique for Camera Calibration.Microsoft Research, One Microsoft Way[J]. Redmond, WA 98052-6399, USA，December 2, 1998.
[4] 田震.基于神经网络方法的摄像机标定技术研究[D].长沙:国防科学技术大学,2010.
[5] 张德丰.MATLAB神经网络应用设计[M].北京：机械工业出版社,2009:157-181.
[6] 张广军.机器视觉[M].北京:科学出版社,2005:69-98.
[7] 马颂德,张正友.计算机视觉—计算理论与算法基础[M].北京:科学出版社,1997:52-71.

相似文献/References:

[1]周蓓蓓.SVM软测量在明胶浓度检测中的应用[J].工业仪表与自动化装置,2013,(05):96.
[2]刘 辉.基于RBF人工神经网络的变电站无功补偿装置自动化控制方法[J].工业仪表与自动化装置,2021,(06):34.[doi:10.19950/j.cnki.cn61-1121/th.2021.06.007]
　LIU Hui.Automatic control method of reactive power compensation device in Substation based on RBF artificial neural network[J].Industrial Instrumentation & Automation,2021,(02):34.[doi:10.19950/j.cnki.cn61-1121/th.2021.06.007]

备注/Memo

备注/Memo:

收稿日期 ： 2014-07-16

基金项目 ：国家重大专项课题（ 2011ZX05040-004 ）

作者简介 ：赵洪瑞 (1982) ，男，工程师，辽宁工程技术大学硕士，研究方向为矿用防爆电器。

更新日期/Last Update: 1900-01-01