用于大视场三维探测的人工复眼系统几何标定

发布时间：2018-03-18 12:37

  本文选题：机器视觉　切入点：三维探测　出处：《光学学报》2017年02期 　论文类型：期刊论文

【摘要】：为了实现人工复眼系统的三维探测,针对人工复眼视场大、成像过程复杂等问题,提出一种基于双柱面法和反向传播(BP)神经网络的整体几何标定方法。该方法利用BP神经网络对任意复杂非线性关系的强大映射能力,分别在前后两个柱面上对复眼上的每个子眼进行隐式标定,建立图像像素坐标与柱面上二维坐标的映射关系。三维测量时一个图像上的点映射为前后柱面上的两个点,连接这两个点得到一条空间直线,通过最小二乘法求解多条空间直线的交点即可求得三维目标点的坐标。实验结果表明:在人工复眼60°×30°的视场范围的横向测量误差在1mrad以内,纵向相对误差在0.6%左右。与传统的基于小孔模型的标定方法相比,该方法无须考虑复眼子眼的成像模型及其参数求解,而且由于整体标定过程是在同一世界坐标系下进行的,也不必精确知道各个子眼间的位置和朝向关系。此方法完全适用于人工复眼系统的几何标定,能够满足其大视场、高精度的标定要求。
[Abstract]:In order to realize the 3D detection of artificial compound eye system, aiming at the problems of large field of view and complex imaging process of artificial compound eye, A global geometric calibration method based on double cylinder surface method and backpropagation BPneural network is proposed, which utilizes the powerful mapping ability of BP neural network to any complex nonlinear relation. The mapping relationship between the pixel coordinates of the image and the two-dimensional coordinates of the cylinder is established by implicitly calibrating each sub-eye of the compound eye on the front and back cylinders respectively. In 3D measurement, the points on one image are mapped to two points on the front and rear cylinder. A spatial straight line is obtained by connecting the two points, and the coordinates of the 3D target point can be obtained by the least square method. The experimental results show that the transverse measurement error of 60 掳脳 30 掳field of view of the artificial compound eye is less than 1 Mrad. The longitudinal relative error is about 0.6%. Compared with the traditional calibration method based on orifice model, this method does not need to consider the imaging model of compound eye and its parameter solution, and the whole calibration process is carried out in the same world coordinate system. This method is fully applicable to the geometric calibration of artificial compound eye system and can meet the requirements of large field of view and high precision calibration.
【作者单位】： 中国科学技术大学精密机械与精密仪器系;
【基金】：国家自然科学基金(61275011)
【分类号】：TP391.41

【相似文献】

相关期刊论文 前10条

1 刘瑞芳;梅孝安;;最小二乘法数据处理[J];电脑知识与技术(学术交流);2007年05期

2 林纯勇;陆必泰;;最小二乘法在测配色中的应用[J];武汉科技学院学报;2007年11期

3 陶本藻;;最小二乘法的若干问题——线性代数的应用[J];武测资料;1978年03期

4 周波;涂植英;;系统参数估计的一种快速多步最小二乘法[J];自动化学报;1989年02期

5 梁小鸥;胡蓉;;基于最小二乘法的高维目标减少算法[J];软件导刊;2011年08期

6 吴小英;鞠颖;;基于最小二乘法的网络借贷模型[J];厦门大学学报(自然科学版);2012年06期

7 丁玲青;;最优化外推最小二乘法——光学设计中的一种新方法[J];应用光学;1985年02期

8 聂玉线;摄影测量中的最小二乘法[J];高速摄影与光子学;1986年01期

9 严运国,杨辉;最小二乘法参数辨识及其微机实现[J];福建电脑;2005年08期

10 刘卫江;龚俭;丁伟;程光;;基于最小二乘法的流长度分布估计方法[J];东南大学学报(自然科学版);2006年03期

相关会议论文 前10条

1 王大愚;;最小二乘法平滑技术在体育中运用的尝试[A];第四届全国运动生物力学学术会议论文集（二）[C];1983年

2 朱凤蓉;徐江;董宏波;周国庆;李志明;;最小二乘法在同位素质谱学中的应用[A];2007年全国质谱学会无机质谱、同位素质谱、质谱仪器和教育学专业委员会学术交流会论文集[C];2007年

3 张国锋;高晓蓉;;利用最小二乘法复原2m弦测轨道波形[A];中国自动化学会、中国仪器仪表学会2004年西南三省一市自动化与仪器仪表学术年会论文集[C];2004年

4 柳明;刘雨;苏宝库;蒋效雄;;总体最小二乘法辨识惯导平台误差模型研究[A];2007'仪表，自动化及先进集成技术大会论文集（一）[C];2007年

5 汪连贺;张育红;;最小二乘法在水位推算中的应用[A];中国航海学会航标专业委员会测绘学组学术研讨会学术交流论文集[C];2009年

6 陈云生;;用最小二乘法与搜索法寻求A值与风速V关系的数学表达式[A];中国电子学会可靠性分会第十三届学术年会论文选[C];2006年

7 冯纯伯;张颖;;应用最小二乘法辩识闭环系统[A];1994年中国控制会议论文集[C];1994年

8 顾念明;;最小二乘法在测定(后张法预应力混凝土)预应力的孔道摩阻系数μ和偏差系数k测试资料计算中的应用[A];第十一届全国混凝土及预应力混凝土学术交流会论文集[C];2001年

9 景春国;白秋果;;最小二乘法在原油含水分析仪标定中的应用[A];中国仪器仪表学会第五届青年学术会议论文集[C];2003年

10 徐含青;;利用EXCEL进行线性拟合应用的实现[A];2013年江苏省计量测试学会学术会议论文集[C];2013年

相关硕士学位论文 前10条

1 董巧玲;不同误差影响模型下总体最小二乘法在多元线性回归中的应用研究[D];太原理工大学;2016年

2 杨仕平;整体小二乘理论及其在变形监测中的应用研究[D];西南交通大学;2013年

3 钟云山;最小二乘法结合遗传算法在平面波综合技术中的应用[D];西安电子科技大学;2008年

4 李蓓蕾;多次自适应最小二乘曲线拟合方法及其应用[D];长江大学;2014年

5 胡序朋;基于加权非负最小二乘法的近海浮游植物荧光识别测定技术[D];中国海洋大学;2008年

6 赵婵娟;基于正交最小二乘法的EIV模型及其医学应用[D];山西医科大学;2011年

7 孟炜;高度测量数据处理及算法的研究[D];西北工业大学;2005年

8 王一帮;船用CO分析仪研制[D];中国舰船研究院;2012年

9 郑杰良;GPS位置算法关键技术的研究与工程实现[D];河北科技大学;2014年

10 张凤香;无单元方法在三维电磁场数值计算中的应用研究[D];华北电力大学（河北）;2008年

，

本文编号：1629610