基于LM算法的相对测量相机非线性标定技术.pdf

基于LM算法的相对测量相机非线性标定技术.pdf

ID:52351570

大小:742.97 KB

页数:5页

时间:2020-03-26

基于LM算法的相对测量相机非线性标定技术.pdf_第1页
基于LM算法的相对测量相机非线性标定技术.pdf_第2页
基于LM算法的相对测量相机非线性标定技术.pdf_第3页
基于LM算法的相对测量相机非线性标定技术.pdf_第4页
基于LM算法的相对测量相机非线性标定技术.pdf_第5页
资源描述:

《基于LM算法的相对测量相机非线性标定技术.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、上海航天AEROSPACESHANGHAI第32卷2015年第6期文章编号:1006—1630(2015)06—0030—04基于LM算法的相对测量相机非线性标定技术田少雄L2,卢山1、2,刘宗明1、2,荆、明1、2,刘付成L2,曹妹清1、2(1.上海航天控制技术研究所,上海201109;2.上海市空间智能控制技术重点实验室,上海201109)摘要:针对相机标定中两步法的非线性优化问题,提出了基于Levenberg—Marquardt(LM)算法的相机非线性标定方法。用直接线性变换法求得相机线性模型内外参数作为初值,用LM算法计算非线性模型内外参数的精确解。实验结果

2、表明该法能提高标定精度,且迭代速度较快。关键词:相机标定;相机畸变;两步法;LM迭代中图分类号:V556.5文献标志码:ANonlinearOptimizationofCameraCalibrationforRelativeMeasurementBasedonLevenberg-MarquardtAlgorithmTIANShao—xion91~,LUShanl~,LIUZong—min91~,SUNYuel一,LIUFu—chen91~.CAOShu—qin91,2(1.ShanghaiInstituteofSpaceflightControlTechnology

3、,Shanghai201109,China;2.ShanghaiKeyLaboratoryofAerospaceIntelligentControlTechnology,Shanghai201109,China)Abstract:Aimtononlinearoptimizationproblemintwostepsmethodforcameracalibration,anonlinearcameracalibrationmethodbasedonLevenberg—Marquard(LM)algorithmwasproposedinthispaper.Theintr

4、insicandextrinsicparametersoflinearcameramodelobtainedbvDLTwereusedastheinitialvalue.TheexactsolutionsofintrinsicandextrinsicparametersofnonlinearmodelwerecalculatedbyLMalgorithm.Theexperimentalresultsshowedthatthemethodcouldimprovetheaccuracyofcalibrationanditsspeedwasfast.Keywords:Ca

5、meracalibration;Cameradistortion;Twostepsmethod;Levenberg—Marquardalgorithm0引言基于光学成像的视觉相对导航系统因其体积小、重量轻、寿命长和可靠性高等优点,已成为空间任务中获得航天器间相对位姿信息的重要手段[1]。计算机视觉系统用相机从空间获取图像信息,如欲通过三维重建得到空间物体的位置、姿态等信息,须知道三维空间点与图像像素间的对应关系,这就需要对相机进行标定。相机标定技术主要分为传统标定方法和自标定方法两类。自标定方法又称为弱标定,精度不高,鲁棒性不强[2≈]。传统的标定方法又收稿日期:2

6、014—12—15;修回日期:2015-Ol一08基金项目:上海市科技人才计划项目(14XDl421400),上海市科技人才计划项目(14QBl401800)作者简介:田少雄(1990一),男,硕士生,主要研究方向为计算机视觉与相对导航。分为线性标定和非线性标定两类。相机线性标定不考虑相机镜头的畸变,算法速度快,但精度较低,且对噪声敏感,适用一般场合H]。相机非线性标定引入了相机的畸变参数,模型更精确,标定精度较高。在非线性模型中,虽然引入相机畸变因素可补偿镜头畸变的影响,但算法的迭代需选取良好的初值,且模型越精确,计算代价越高。文献[5]基于径向约束(RAC)的两

7、步法标定,可保证较高的精度,但需对图像中心等参数进行预标定。文献[6]引入一阶径向畸变,用非线性迭代法优化摄像机相关参数,一定程度提高了标定精度。文献[7-1采用基于神经网络的标定方法,可求解复杂的非线性问题,但训练网络需要有足够的样本,且泛化能力差。Levenberg—Marquardt算法是一种性能优良的最优化算法,结合了梯度法和牛顿法的优点,且收敛性强。为此,本文对一种基于Levenberg—Mar—第32卷2015年第6期田少雄,等:基于LM算法的相对测量相机非线性标定技术quardt算法的相机非线性标定方法进行了研究。1相机非线性模型相机的针孑L模型又

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。