一种基于RBF神经网络的摄像机标定方法

摘要

一种基于RBF神经网络的摄像机标定方法，用于智能视觉系统的标定；基于动态衰减调节技术的RBF网络模型能够在学习过程中动态地调节自身的拓扑结构：包括动态调整自身的神经网络隐含层节点数目、高斯函数宽度等。利用该神经网络进行摄像机标定时，不需要预先建立成像系统的模型结构，直接学习系统输入输出数据，归纳出成像系统的输入输出关系，计算简单，同时还能够对整个成像过程中的非线性畸变进行矫正和补偿，获得更高的精度。