摘要
本发明涉及一种对滚柱双目光学测量系统的镜头畸变校正方法,根据前向型神经网络RBF网络结构,定义为标定板上特征点坐标,隐含层的节点数为样本数n,系统输入向量为d=[x y]T,输出向量为d’=[x’y’]T,权值矩阵w为2×n矩阵;系统提供标定板上的n个特征点样本,由网络结构可知系统输出对应的结果。通过以上计算方法,可对滚柱双目光学测量系统的镜头成像畸变进行校正,使其三维重构测量的滚柱产品精度更高,并且还可以对滚柱的规格尺寸进行精度控制。
技术关键词
镜头畸变校正方法
网络结构
特征点
高斯核函数
相机模型
谐波幅值
畸变参数
坐标
样本
矩阵
节点
定义
计算方法
图像
精度
重构
成像
系统为您推荐了相关专利信息
三维虚拟场景
特征描述信息
校正策略
生成方法
融合深度图像
动态功率分配方法
负荷预测模型
充电桩系统
多项式
数据
归档方法
深度卷积神经网络
数据分类
多模态数据融合
温度校正