量子粒子群优化算法在摄像机标定中的应用.pdfVIP

200 2011 ，47 （14） Computer Engineering and Applications 计算机工程与应用 ⦾工程与应用⦾ 量子粒子群优化算法在摄像机标定中的应用 郁 钱，孙 俊，须文波 YU Qian ，SUN Jun，XU Wenbo 江南大学 信息工程学院，江苏 无锡 214122 School of Information Engineering ，Jiangnan University ，Wuxi ，Jiangsu 214122 ，China YU Qian ，SUN Jun ，XU Wenbo.Application of Quantum-Behaved Particle Swarm Optimization in camera calibration. Computer Engineering and Applications ，2011 ，47 （14）：200-203. Abstract ：Camera calibration is a key step in three-dimensional reconstruction ，which directly determines the accuracy of 3D reconstruction.This paper firstly applies the Quantum-Behaved Particle Swarm Optimization to camera calibration in order to improve the accuracy and overcome the drawbacks of traditional optimization algorithm ，such as local-optima inclination and poor back-projection error.Firstly ，this method uses the traditional linear method to achieve the initial value ，and then optimiz- es the initial value with QPSO.Experimental data show that camera calibration based on QPSO has less average back-projec- tion error than a pixel and is an effective and reliable method.Experiment also shows that this approach has lower error than the one based on PSO. Key words ：three-dimensional reconstruction ；Quantum-Behaved Particle Swarm Optimization （QPSO ）；Quantum-Behaved Parti- cle Swarm Optimization ；camera calibration 摘 要：摄像机标定是三维重构中最关键的一步，它的精度直接决定了三维重构结果的逼真程度。为了能够提高摄像机标定的 精度，克服传统优化算法易陷入局部最小，反投影误差大等缺点，首次将量子粒子群优化算法（Quantum-Behaved Particle Swarm Optimization，QPSO ）应用于摄像机标定中。该方法利用传统的线性方法求得初始值，利用QPSO 对初始值进行优化。实 验数据表明，基于QPSO 的摄像机标定的平均反投影误差小于一个像素，是一种可行的方法，且与智能优化算法PSO 相比，基于 QPSO 的摄像机标定具有更小的误差。 关键词：三维重构；最子粒子群优化算法（QPSO ）；量子粒子群优化算法；摄像机标定 DOI ：10.3778/j.issn. 1002-8331.2011.14.058 文章编号：1002-8331（2011 ）14-0200-04 文献标识码：A 中图分类号：TP242.6 1 引言 代算法易陷入局部最小，智能优化法残差大等缺点，首次将量 摄像机标定一般是指通过所获取的二维图像获取摄像机