基于粒子群遗传算法的BP神经网络摄像机标定

:摄像机标定是从二维图像提取三维空间信息的关键步骤,标定的精度直接关系到三维重构结果的逼.真程度。为了有效解决传统摄像机标定算法中的多参数、计算费时费力等问题,提高摄像机标定的精度和速.度,将粒子群遗传算法(particle swarm optimization genetic algorithm,PSO-GA)应用于摄像机标定中。对参.数进行粒子群算法优化后,再使用遗传算法中的选择、交叉和变异等操作进行参数优化,以实现粒子群算法与.遗传算法的融合。结合后的算法全局搜索能力较强,收敛速度更快,优化能力与鲁棒性得以提高。同时,基于.神经网络的摄像机标定方法所能覆盖的标定空间十分有限,提出了一种采