视觉传感器校准优化方法的研究,将凸镜头成像与狼群捕食生物算法相结合
Qingdong Wu1,2, Jijun Miao1, Zhaohui Liu3
1School of Civil Engineering, Qingdao University of Technology, Qingdao 266520, China.
Sensors (Basel, Switzerland)
|September 28, 2024
概括
一种新的相机校准方法,凸镜头成像-狼群捕食 (CLI-WPP),通过优化内部和扭曲参数来提高准确性. 与现有算法相比,这种新的方法显著提高了校准精度,稳定性和稳定性.
科学领域:
- 计算机视觉 计算机视觉
- 优化算法 优化算法
- 光学工程是指光学工程.
背景情况:
- 精确的摄像头校准对于各种计算机视觉应用程序至关重要.
- 现有的优化方法经常面临局部优化和有限准确性的挑战.
研究的目的:
- 提出一种新的,准确的相机校准优化方法.
- 为了提高相机校准过程的稳定性和稳定性.
主要方法:
- 结合凸镜头成像与狼群捕食 (WPP) 生物算法 (CLI-WPP).
- 使用WPP.优化内部和辐射扭曲参数.
- 使用再投影错误作为WPP的适应性标准.
- 包含一个反向学习策略,以防止局部最佳.
主要成果:
- 拟议的CLI-WPP方法实现了0.06615037.7的平均再投影误差.
- 与模拟回火 (0.4298) ,张的方法 (0.2884),子搜索 (0.2354),粒子群 (0.2193) 和标准WPP (0.1063) 相比,误差明显较低.
- 证明了卓越的校准准确度,稳定性和强度.
结论:
- CLI-WPP方法在摄像头校准准确度方面提供了显著的进步.
- 反向学习的整合有效地解决了WPP中的局部最佳问题.
- CLI-WPP的性能优于现有的相机校准常用优化算法.
