论文部分内容阅读
计算机视觉中,摄像机标定作为摄像测量技术的前提,是必不可少的一个环节.针对目前基于神经网络的相机标定方法训练精度不够高的问题,提出了一种基于双神经网络的相机标定方法.该方法从成像模型出发,推导出相机坐标Zc是世界坐标Zw和像素坐标μ,v的函数,在考虑了Zc的变化的基础上,将成像模型简化成两个函数关系式,使用两个神经网络进行标定,分化了单个神经网络的任务量的同时又充分遵循了成像模型.实验结果表明,较其余基于神经网络的相机标定方法,该方法提高了相机标定的精度,在400 mm×300 mm标定范围内平均标定误差为0.1786mm,验证了所提方法的可行性和有效性.