《基于神经网络相机标定》由会员分享，可在线阅读，更多相关《基于神经网络相机标定（55页珍藏版）》请在金锄头文库上搜索。
1、西安科技大学硕士学位论文基于神经网络的相机标定姓名：潘晓申请学位级别：硕士专业：摄影测量与遥感指导教师：张春森论文题目：基于神经网络的相机标定专业：摄影测量与遥感硕 士 生：潘晓(签名)指导教师：张春森(签名)摘要由二维图像恢复三维空间信息， 首先要解决三维物方点和二维像点之间的对应关系问题，因此必须对视觉系统中的相机进行标定。相机标定技术是近景摄影测量和计算机视觉中首先需要解决的关键问题， 为计算机视觉在相关的各个领域的广泛应用奠定了基础。现有相机标定方法主要分为传统的标定算法、自标定算法和主动视觉标定法。由于相机镜头存在着畸变，对于高精度测量应用，需要进行畸变校正。传统的标定算法中存在计算
2、量大、模型复杂等不足。本文在分析相机标定原理的基础上提出基于神经网络的相机标定技术，该法比传统的标定方法快速，方便。在误差允许范围内能满足实际应用的需要。人工神经网络是近年来发展起来的一门新兴技术， 它可以处理那些难以用数学模型描述的系统，具有很强的自适应、自学习能力。而将神经网络技术应用于相机标定， 无疑为标定技术的发展提供了一个崭新的思路。该方法由神经元传递网络信息，通过网络学习决定各神经元的网络权数，只需确定网络输入输出和约束条件，无须考虑中间过多的不确定模糊因素，即可建立空间点与图像点的映射关系，使系统不经过复杂的相机标定， 直接恢复物体的三维信息， 为立体视觉在测量和精确定位等方面的
3、应用奠定了基础。关 键 词：相机标定；BP 神经网络；特征点提取研究类型：应用研究SubjectSubjectSubjectSubject：CameraCameraCameraCamera CalibrationCalibrationCalibrationCalibration BasedBasedBasedBasedononononNeuralNeuralNeuralNeural NetworkNetworkNetworkNetworkSpecialtySpecialtySpecialtySpecialty：PhotogrammetryPhotogrammetryPhotogrammetry
4、Photogrammetry andandandand RemoteRemoteRemoteRemote SensingSensingSensingSensingNameNameNameName：PanPanPanPan xiaoxiaoxiaoxiao(Signature)(Signature)(Signature)(Signature)InstructorInstructorInstructorInstructor ：ZhangZhangZhangZhang chunsenchunsenchunsenchunsen(Signature)(Signature)(Signature)(Sign
5、ature)ABSTRACTABSTRACTABSTRACTABSTRACTTwo-dimensional image restores the three-dimensional information.Wemust firstlysolve correspondence problem between the three-dimensional object space point andtwo-dimensional image point, so the camera of the visual system must be calibrated.Cameracalibration t
6、echniqueisthe key issue which close-range photogrammetry and computer visionmust firstly solve, establishing the foundation of related areas which computer visionwillbeused extensively. Existing camera calibration method consists of the traditional calibrationmethod, self-calibration algorithm and a
7、ctive vision calibration. Because thereisthe cameralens distortion, the high-precision measurement applications, the need for distortion correction.Calibration algorithm in the traditional calculationoflarge, complex models such asinadequate.Based on analyzation of the principles of camera calibrati
8、on,this paper comes upwiththe camera calibration technique on account of neural network.The methodisfaster andmore convenient than the traditional calibration method. Anditcan meet the needs ofpractical applicationin the range of allowable error.Artificial neural networkisa newly developing technolo
9、gy in recent years.Itcan dealwiththe system which mathematical modelishard to describe.Ithas the powerfulself-adaptive and self-learning capability. The neural network technologyisused for cameracalibration, undoubtedly providing a brand new thinking for developmentofcalibrationtechnology. The metho
10、disthat the neuron conveys network information, network learningdecides network weights of neuron,itonlydetermines network input/output and constraintsrequirements without consideration of too many unstable and fuzzy factors,itsetsupthemapping relationship between space point and image point, the sy
11、stem directly restoresthree-dimensional informationofobject without complex camera calibration, establishing thefoundation for the stereo vision application of measurement, accurate positioning and otherrespects.K K K Keyeyeyeywordswordswordswords: : : :Camera CalibrationBP Neural NetworkFeature Ext
12、ractionThesisThesisThesisThesis: : : :Application Research1 绪论11 绪论1.1 引言感觉是人的大脑与客观世界联系的纽带，它的目的是识别周围的物体，并判断这些物体之间的关系。人类的思维活动是以我们对客观世界与环境的认识为基础的，而感觉则是客观世界与人类对环境的认识之间的桥梁，使思维与周围世界建立某种对应关系。视觉则是人类最重要的感觉，人类认识外界信息中 80%来自视觉。从输入外在信息到形式化的对客观世界的各种概念其中要经过复杂的信息处理和推理。 而认知是以人类对周围客观世界的概念为基础的。如果没有感觉这个人类与外部世界的桥梁或纽带，人
13、类的思维活动就失去基本的依据。1.2 近景摄影测量近景摄影测量1是摄影测量与遥感学科的一个重要分支。 凡可以摄取其影像的目标，均可作为近景摄影测量的对象，以获得目标上点群的三维空间坐标。在记载时间信号的情况下，还可以获取运动目标的速度、加速度和运动轨迹等运动状态。与其他测量手段相比，近景摄影测量的优点在于它的非接触性：不伤及被测物体，不干涉被测物自然状态，可在恶劣条件下作业，测量信息量高，速度快，易于存储并可重复使用，特别适用于测量含有大批测量点位的目标。目前，近景摄影测量已经广泛应用于国民经济和科学研究的各个领域，诸如文物保护、考古、医学、水利、矿业、制造业等。随着科学技术特别是计算机技术的
14、发展，以及一些新的数据处理方法的出现，为近景摄影测量开辟了广阔的前景。1.3 计算机视觉计算机视觉2是一门研究如何使机器“看”的科学，更进一步的说，就是指用相机（或者摄像机）和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，用电脑处理成为更适合人眼观察或传送给仪器检测的图像。计算机视觉研究相关的理论和技术， 试图建立能够从图像或者多维数据中获取 信息 的人工智能系统。它的主要任务就是通过对采集的图片或视频进行处理以获得相应场景的三维信息， 就像人类和许多其他类生物每天所做的那样。 计算机视觉的最终研究目标就是使计算机能象人那样通过视觉观察和理解世界，具有自主适应环境的能力
15、。这里要指出的一点是在计算机视觉系统中计算机起代替人脑的作用， 但并不意味着计算机必须按人类视觉的方法完成视觉信息的处理。 计算机视觉可以而且应该根据计算机系统的特点来进行视觉信息西安科技大学硕士学位论文2的处理。1.4 论文立题背景本文依托陕西省教育厅基金项目摄影测量计算机视觉在工业测量中的应用研究(06KJ239)，首先对双目计算机视觉系统进行标定研究。从二维图像中获取用户感兴趣的信息，并将这些信息作为输入，然后根据图像信息建立现实世界的模型，定量恢复真实空间的三维信息，从而更好地认识和理解客观世界。因此首先要解决的是三维物方点和二维像点之间的对应关系问题，确定二维像点与三维物方点对应关系
16、就称为相机标定。相机标定作为计算机视觉系统不可缺少的前提和基础部分，为计算机视觉在相关的各个领域的广泛应用奠定了基础。 本文在分析相机标定原理的基础上提出基于神经网络的相机标定技术，该法比传统的标定方法快速，方便，精度也能满足实际应用的需要。人工神经网络是近年来发展起来的一门新兴技术， 它可以处理那些难以用数学模型精确描述的系统，具有很强的自适应、自学习能力。目前己经广泛应用于人工智能、 自动控制、机器人、统计学等领域的信息处理中。神经网络方法对计算机视觉的信息处理研究具有重要的影响，体现在如下两个方面：（1）神经网络是一个巨大的互连网络，每个神经元的结构比较简单，处理速度也不快，但却具有比神经元个数还高出三个以上数量级的连接，这种体系结构称为体系结构理论中的连接主义，这种独特的体系结构，对知识表达与信息处理过程均提出了新的思路，例如：连接方式及网络的动力学过程本身可能是一种表达，或者说这是一种动态的表达方式，这一点在传统的信息理论中很少被研究过。（2）视觉信息处理过程绝大多数具有多输入、非线性的特点，目前对非线性数学与非线性动力学过程的研究还很不完善。因此，我
