[發(fā)明專利]基于神經(jīng)元網(wǎng)絡(luò)用于平面圖像測(cè)量的數(shù)字相機(jī)校正方法

無(wú)效

• 申請(qǐng)?zhí)枺?/td>: 201010233085.X
• 申請(qǐng)日: 2010-07-21
• 公開（公告）號(hào): CN101893447A
• 公開（公告）日: 2010-11-24
• 發(fā)明（設(shè)計(jì)）人: 趙紅華
• 申請(qǐng)（專利權(quán)）人: 大連理工大學(xué)
• 主分類號(hào): G01C25/00
• 分類號(hào): G01C25/00;G06N3/08
• 代理公司: 大連理工大學(xué)專利中心 21200
• 代理人: 梅洪玉

技術(shù)領(lǐng)域

本發(fā)明屬于圖像測(cè)量技術(shù)領(lǐng)域，涉及一種基于神經(jīng)元網(wǎng)絡(luò)用于平面圖像測(cè)量的數(shù)字相機(jī)校正方法。

背景技術(shù)

數(shù)字圖像測(cè)量技術(shù)已經(jīng)廣泛應(yīng)用到工業(yè)、科研領(lǐng)域。已經(jīng)存在多種關(guān)于相機(jī)校正和圖像處理的方法。一類方法從系統(tǒng)誤差修正的角度對(duì)圖像測(cè)量進(jìn)行處理和校正，其中包括鏡頭的畸變修正、物距修正、折射校正等。其中比較典型的有Zhang(2000)的方法[Z.Zhang，″A?flexible?new?technique?for?camera?calibration″，IEEE?Transactions?on?Pattern?Analysis?and?Machine?Intelligence，Vol.22，No.11，pages?1330-1334，2000.]、Taylor等人的九參數(shù)相機(jī)校正法[Taylor，R.N.，Grant，R.J.，Robson，S.，and?Kuwano，J.，1998，“An?Image?Analysis?System?for?Determining?Plane?and?3-D?Displacements?in?Soil?Models，”Proceedings，Centrifuge‘98，Tokyo，pp.73-78]。Heikkila?J.andSilven?O.(1997)’s四步相機(jī)校正法[Heikkila，J.，and?Silven，O.，1997，“A?Four-Step?Camera?Calibration?Procedure?with?Implicit?Image?Correction，”IEEE?Computer?Society?Conference?on?Computer?Vision?and?Pattern?Recognition(CVPR’97)，San?Juan，Puerto?Rico，pp.1106-1112.]，以及Tsai(1987)的相機(jī)校正技術(shù)等[R.Y.Tsai(1987)，“A?versatile?camera?calibration?technique?for?high?accuracy?3D?machine?vision?metrology?using?off-the-shelf?TV?cameras?and?lenses.”IEEE?J.Robotics?Automat.，pages?323-344，Vol.RA-3，No.41987]。另外一類方法則從函數(shù)擬合的角度建立像素坐標(biāo)和平面實(shí)際坐標(biāo)之間的關(guān)系，常用的有二次函數(shù)擬合法和線性函數(shù)擬合法，這類方法通常不考慮圖像的扭曲和畸變。但是采用二次函數(shù)擬合和線性函數(shù)擬合的方法存在如下的缺點(diǎn)：在測(cè)量區(qū)域的邊緣位置存在桶形畸變，擬合誤差分布不均勻，在測(cè)量區(qū)域邊緣位置誤差偏大。

本發(fā)明的設(shè)計(jì)思路采用第二類方法，即不考慮圖像的扭曲和畸變，直接利用神經(jīng)元網(wǎng)絡(luò)建立圖像坐標(biāo)和實(shí)際平面坐標(biāo)之間的關(guān)系。

發(fā)明內(nèi)容

為了解決上述問(wèn)題，本發(fā)明提供了一種基于神經(jīng)元網(wǎng)絡(luò)用于平面圖像測(cè)量的數(shù)字相機(jī)校正方法。

為實(shí)現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案：

步驟1：制作適合于測(cè)量平面區(qū)域大小的校正板，校正板上均勻分布著黑白相間的方格，方格距離提前設(shè)定，并在校正板上設(shè)定一個(gè)二維坐標(biāo)系統(tǒng)。方格的大小參照所要求的測(cè)量精度設(shè)定，測(cè)量精度與方格大小成反比。精度要求較高的情況下，方格的尺寸要設(shè)定得小一點(diǎn)，如方格的尺寸可以設(shè)定在2mm以下，精度要求低的情況下，方格的尺寸可以設(shè)置得大一點(diǎn)，如方格的尺寸設(shè)定在5mm以上。

步驟2：然后將校正板放置于要測(cè)量的平面上，調(diào)整數(shù)碼相機(jī)的位置，調(diào)整焦距和光圈的大小，調(diào)整好測(cè)量區(qū)域的亮度，相機(jī)能夠拍攝整個(gè)的測(cè)量平面，開始拍攝。然后利用Harris角點(diǎn)提取方法獲得圖像的方格角點(diǎn)的像素坐標(biāo)。

Harris角點(diǎn)提取的方法按照角點(diǎn)周圍的灰度變化來(lái)確定角點(diǎn)的精確位置。這種角點(diǎn)提取的方法可以達(dá)到幾分之一個(gè)像素的精度。所有的提取出來(lái)的角點(diǎn)的像素坐標(biāo)p(u，v)和實(shí)際的平面坐標(biāo)P(x，y)組成了兩個(gè)集合。

步驟3：訓(xùn)練和檢驗(yàn)神經(jīng)元網(wǎng)絡(luò)，神經(jīng)元網(wǎng)絡(luò)的訓(xùn)練標(biāo)準(zhǔn)以達(dá)到要求的歸一化方差要求為準(zhǔn)。利用所得到的大部分角點(diǎn)的像素坐標(biāo)和角點(diǎn)的實(shí)際平面坐標(biāo)訓(xùn)練神經(jīng)元網(wǎng)絡(luò)的權(quán)系數(shù)，得到含有所需角點(diǎn)實(shí)際平面坐標(biāo)的神經(jīng)元網(wǎng)絡(luò)的權(quán)系數(shù)。剩余的一部分角點(diǎn)的像素坐標(biāo)對(duì)訓(xùn)練好的神經(jīng)元網(wǎng)絡(luò)進(jìn)行檢驗(yàn)，來(lái)驗(yàn)證所訓(xùn)練的神經(jīng)元網(wǎng)絡(luò)的預(yù)測(cè)精度。