RBF网络在立体视觉系统中的研究.pdfVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
RBF 网络在立体视觉系统中的研究 胡海峰 沈 伟 秦家银 (中山大学电子与通信工程系,广州 510275 ) 摘 要 摄像机标定、立体校正以及三维表面重建是立体视觉研究的重要内容。论文充分利用RBF 网络的泛函逼近以 及插值能力,将其应用于以上三个方面。在摄像机标定过程,通过将标定平面放置在有效视场内的多个位置,得到一组完 备的样本,经过 RBF 网训练后,将立体视觉的几何成像关系存储于网络中;在立体校正过程,利用极线性质,由RBF 网 络确定图中的一组极线,然后通过求解极值问题来确定极点位置,最后用优化方法解出校正变换矩阵;在三维重建过程, 利用摄像机标定中建立的视觉模型,重建出与图像信息相一致的三维表面。与传统方法相比,该算法具有重建速度快,运 算精度高,过程简易明了等优点。通过对实际的视觉系统进行实验,证明了该算法的正确性和有效性。 关键词 RBF 网络 立体视觉 三维重建 摄像机标定 立体校正 文章编号 ( ) 文献标识码 中图分类号 1002-8331- 2004 11-00 15-05 A tP205 The Research of RBF Network in Stereovision System Hu Haifeng Shen Wei Oin Jiayin ( , , ) Dept. of Electronic and Communication Engineering Zhongshan Univ. Guangzhou 510275 : , Abstract Camera calibration stereo rectification and three -dimensional reconstruction are the important contents of , ( ) stereovision research.ln this paper RBF network RBFN is adopted to provide effective methodologies for the above three aspects through fully using its universal approximation and generalization properties.ln the process of camera calibration , a complete sample set is acguired through placing a calibration plane in several positions.then the image geometry relationship of stereovision system is memorized in the network after training the nets.ln the process of stereo , , rectification RBFN is introduced to obtain a group of epipoles in the image then the epipolar is acguired through solving the minimum extremum problem.Finally t

文档评论(0)

文档精品 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:6203200221000001

1亿VIP精品文档

相关文档