摄像机标定是计算机视觉中的一个重要领域,被广泛用于三维重建、导航、视觉监控等领域,因此它是使智能车辆具有视觉功能的基础,其相关理论研究目前已成为计算机视觉研究的热点之一。本文主要研究三个方面的技术:摄像机标定技术、立体匹配、神经网络技术。 摄像机标定是从二维图像信息得到三维空间信息的基本要求,是完成视觉工作必不可少的步骤。摄像机标定,即通过实验和计算,求得摄像机内部参数和外部参数。在分析传统标定算法的基础上,根据神经网络与摄像机标定的特点,提出了基于神经网络的双目立体视觉摄像机标定方法。为获取训练数据,对图像进行了立体匹配。在立体匹配方面,采用了灰度相关算法寻找匹配点,构建了BP神经网络。利用神经网络直接学习图像信息与三维信息之间的关系,不需要确定摄像机具体的内部参数和外部参数,也不需要知道有关模型或参数的先验知识。 论文最后在给出了创建一个BP神经网络的步骤并在实验中利用Matlab对预测值与实际数据进行了分析和比较。