模拟退火粒子群优化双目立体测量方法

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (22): 160-163.

• 图形、图像、模式识别 • 上一篇下一篇

模拟退火粒子群优化双目立体测量方法

芮挺，马光彦，廖明，甄树新

解放军理工大学工程兵工程学院，南京 210007

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-08-01 发布日期:2011-08-01

Binocular three-dimensional measurement based on simulated annealing Particle Swarm Optimization

RUI Ting，MA Guangyan，LIAO Ming，ZHEN Shuxin

Engineering Institute of Engineering Corps，PLA University of Science & Technology，Nanjing 210007，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-08-01 Published:2011-08-01

摘要/Abstract

摘要： 摄像机标定和三维信息恢复是实现双目立体测量的关键问题。提出了利用模拟退火粒子群优化算法在解空间的搜索能力，求解摄像机标定模型和三维信息恢复模型两个超定方程的方法，讨论了目标函数的建立方式及算法实现步骤。通过实验，分析了该方法求解的绝对误差与相对误差，实验证实了算法的有效性。

关键词: 非线性模型, 摄像机标定, 三维信息恢复, 模拟退火粒子群优化

Abstract: Camera calibration and three-dimensional information recovery are key issues of binocular three-dimensional measurement.The simulated annealing particle swarm optimization algorithm is used to get the solution of tow overdetermined equations which are camera calibration model and three-dimensional information recovery model is proposed.The method to establish objective function and algorithm steps is discussed in this paper.Experimental results demonstrate the accuracy of the proposed algorithm both in absolute error and relative error.

Key words: nonlinear model, camera calibration, three-dimensional information recovery, simulated annealing particle swarm optimization

芮挺，马光彦，廖明，甄树新. 模拟退火粒子群优化双目立体测量方法[J]. 计算机工程与应用, 2011, 47(22): 160-163.

RUI Ting，MA Guangyan，LIAO Ming，ZHEN Shuxin. Binocular three-dimensional measurement based on simulated annealing Particle Swarm Optimization[J]. Computer Engineering and Applications, 2011, 47(22): 160-163.

[1]	孙钊，许增朴，王永强，周聪玲. 机器视觉测量中透视投影误差分析控制与补偿[J]. 计算机工程与应用, 2018, 54(2): 266-270.
[2]	胡素强1，张利民2，油振伟1. 离线椭圆集的非线性模型预测控制算法研究[J]. 计算机工程与应用, 2018, 54(13): 236-240.
[3]	赵玥，陈奕梅. 四旋翼无人飞行器控制算法设计[J]. 计算机工程与应用, 2017, 53(21): 49-53.
[4]	刘俸材1，2，李爱迪1，2，马泽忠1，2. 基于投影仪和摄像机的结构光视觉标定方法[J]. 计算机工程与应用, 2014, 50(24): 168-172.
[5]	孙博轩1，魏志光2，梁军2，肖琳3. 用于单目视觉的路径失真矫正系统设计与实现[J]. 计算机工程与应用, 2014, 50(14): 180-184.
[6]	池光辉1，刘建伟1，李卫民2，罗雄麟1. 权核Logistic回归模型的分类和特征选择算法[J]. 计算机工程与应用, 2013, 49(9): 41-44.
[7]	李一波，申晓玲，刘艳梅，王新星. 采用计算机视觉进行室内飞艇定位的方法研究[J]. 计算机工程与应用, 2013, 49(9): 176-179.
[8]	陈岩，杨红乔. 一种复合模板迭代的推广卡尔曼图像滤波[J]. 计算机工程与应用, 2012, 48(9): 181-184.
[9]	潘亚宾，刘国栋. 直线运动摄像机在线动态标定[J]. 计算机工程与应用, 2012, 48(2): 188-190.
[10]	郑俊，龚声蓉，刘纯平. 一种使用校正模板的非线性摄像机标定方法[J]. 计算机工程与应用, 2011, 47(31): 192-196.
[11]	郭阳，张祥德. 未标定的非共面P4P解数的研究[J]. 计算机工程与应用, 2011, 47(27): 168-171.
[12]	廉小磊，贺利乐，张颖. 基于粒子群算法的双目立体视觉系统标定[J]. 计算机工程与应用, 2011, 47(24): 202-204.
[13]	毛亮，薛月菊，邹湘军，刘国英，卢启福. 基于Moore-Penrose广义逆修正的摄像机标定方法[J]. 计算机工程与应用, 2011, 47(20): 194-196.
[14]	王磊，章权兵. 单轴运动下未标定图像序列的度量重构[J]. 计算机工程与应用, 2011, 47(16): 179-181.
[15]	郁钱，孙俊，须文波. 量子粒子群优化算法在摄像机标定中的应用[J]. 计算机工程与应用, 2011, 47(14): 200-203.

模拟退火粒子群优化双目立体测量方法

Binocular three-dimensional measurement based on simulated annealing Particle Swarm Optimization

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics