基于遗传优化标定和神经网络补偿的平面测量

摘要

针对用于平面尺寸测量的传统摄像机标定方法难以同时保证标定步骤简单、标定精度高的问题,提出了一种遗传优化标定摄像机的方法.该方法以图像主点坐标和图像纵横比为优化变量,以理论世界坐标和实际世界坐标之间的最大偏差最小化为目标函数,基于针孔成像模型中径向一致约束原理和遗传优化理论,逐步迭代一次性获得摄像机全部内外参数.针对摄像机模型所存在的模型误差大小可影响后续尺寸测量精度的问题,建立了基于神经网络的尺寸测量补偿模型.测量结果相对误差＜0.3％,验证了该方法的可行性、有效性.