一种立体视觉的摄像机标定参数遗传优化方法

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (15): 196-197.

一种立体视觉的摄像机标定参数遗传优化方法

高霖龙¹，郝矿荣¹，丁永生^1，2

1.东华大学信息科学与技术学院，上海 200051
2.数字化纺织服装技术教育部工程研究中心，上海 201620

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-05-21 发布日期:2007-05-21
通讯作者: 高霖龙

Parameter optimization based on GA for camera calibration in stereo vision

GAO Lin-long¹，HAO Kuang-rong¹，DING Yong-sheng^1，2

1.College of Information Sciences and Technology，Donghua University，Shanghai 200051，China
2.Engineering Research Center of Digitized Textile and Fashion Technology，Ministry of Education，Shanghai 201620，China

Received:1900-01-01 Revised:1900-01-01 Online:2007-05-21 Published:2007-05-21
Contact: GAO Lin-long

摘要/Abstract

摘要： 首先利用线性模型构建线性方程，通过最小二乘法估算出摄像机的内、外参数，然后考虑到摄像机的畸变影响加入非线性畸变方程。利用遗传算法具有良好全局优化的特点，对摄像机参数进行优化，提高了摄像机标定的精度和可靠性。实验结果表明，该方法达到预期目的且具有很好的实用性。

关键词: 摄像机标定, 遗传算法, 参数优化, 立体视觉

Abstract: In this paper，the linear equations are built based on linear models firstly.Camera parameters are evaluated by least square algorithm.Next，the nonlinear equations are joined to revise the effects of camera distortions.The GA is used to optimize the camera parameters to improve the precision and dependability of the camera calibration.At last，the experiment indicates that the method has a good effect and practicability.

Key words: camera calibration, genetic algorithm, parameter optimization, stereo vision

高霖龙¹，郝矿荣¹，丁永生^1，2. 一种立体视觉的摄像机标定参数遗传优化方法[J]. 计算机工程与应用, 2007, 43(15): 196-197.

GAO Lin-long¹，HAO Kuang-rong¹，DING Yong-sheng^1，2. Parameter optimization based on GA for camera calibration in stereo vision[J]. Computer Engineering and Applications, 2007, 43(15): 196-197.

[1]	高一锴，彭力，徐龙壮. 改进AFSA算法优化TWSVM的火焰识别方法[J]. 计算机工程与应用, 2021, 57(8): 204-213.
[2]	董鹏，周烽，赵悰悰，王亚飞，米泽田，付先平. 基于双目视觉的水下海参尺寸自动测量方法[J]. 计算机工程与应用, 2021, 57(8): 271-278.
[3]	张水平，王丽娜. 果蝇优化算法的进展研究分析[J]. 计算机工程与应用, 2021, 57(6): 22-29.
[4]	李昱奇，刘志乾，程凝怡，王莹莹，朱春丽. 多约束条件下无人机航迹规划[J]. 计算机工程与应用, 2021, 57(4): 225-230.
[5]	杨玮，吴莹莹，王婷. 子母式穿梭车仓储系统配置优化问题研究[J]. 计算机工程与应用, 2021, 57(4): 258-265.
[6]	李倩，蒋丽，梁昌勇. 基于模糊时间窗的多目标冷链配送优化[J]. 计算机工程与应用, 2021, 57(23): 255-262.
[7]	杜守信，毋涛. 双种群混合遗传算法的裁剪分床应用研究[J]. 计算机工程与应用, 2021, 57(22): 182-189.
[8]	曹立佳，刘洋. 制造车间自动导引车调度新进展[J]. 计算机工程与应用, 2021, 57(21): 59-67.
[9]	陈倩茹，李雅丽，许科全，刘铱龙，王淑琴. 自调优自适应遗传算法的WKNN特征选择方法[J]. 计算机工程与应用, 2021, 57(20): 164-171.
[10]	石宇强，田永政，张雨琦，石小秋. 运用含复杂网络结构的多种群遗传算法求解FJSP[J]. 计算机工程与应用, 2021, 57(2): 257-266.
[11]	代江涛，韩晓龙. 考虑作业状态能耗的集装箱码头设备协调调度[J]. 计算机工程与应用, 2021, 57(19): 290-298.
[12]	张琳，汪廷华，周慧颖. 基于群智能算法的SVR参数优化研究进展[J]. 计算机工程与应用, 2021, 57(16): 50-64.
[13]	姜良重，雷航，李贞昊，钱伟中，施甘图. 采用自适应优化权重的出库货位优化方法研究[J]. 计算机工程与应用, 2021, 57(15): 271-278.
[14]	贺娇，谭代伦. 基于视野范围和遗传算法的三维地形路径规划[J]. 计算机工程与应用, 2021, 57(15): 279-285.
[15]	巫光福，陈颖. 花授粉算法研究与应用综述[J]. 计算机工程与应用, 2021, 57(15): 30-41.