基于BP神经网络的桥梁施工线形相机测量标定
文档名：基于BP神经网络的桥梁施工线形相机测量标定
摘要：机器视觉位移测量技术为大跨桥梁线形控制提供新解,而确保高精度的二维到三维坐标转换至关重要.对此,提出一种基于改进遗传算法BP神经网络的提升双目相机标定精度的方法,通过改进传统神经网络中的交叉及变异概率函数,提高标定效率及准确性.经相应试验算例验证,采取传统张氏标定法测量坐标的均方差误差为4.67mm,应用该方法标定后测量坐标的均方差误差为0.82mm,标定精度提高,能够满足桥梁施工线形的监控要求.
Abstract：Machinevisiondisplacementmeasurementtechnologyprovidesanewsolutionforlinearcon-troloflarge-spanbridges,andensuringhigh-precisiontwo-dimensionaltothree-dimensionalcoordinateconversioniscrucial.AmethodbasedonimprovedgeneticalgorithmBPneuralnetworkisproposedtoimprovethecalibrationaccuracyofbinocularcameras.Byimprovingthecrossoverandmutationproba-bilityfunctionsintraditionalneuralnetworks,thecalibrationefficiencyandaccuracyareimproved.Throughcorrespondingexperimentalexamples,ithasbeenverifiedthatthemeansquareerrorofmea-suringcoordinatesusingthetraditionalZhangcalibrationmethodis4.67mm.Afterapplyingthismethodforcalibration,themeansquareerrorofmeasuringcoordinatesis0.82mm,whichimprovesthecalibrationaccuracyandcanmeetthemonitoringrequirementsofbridgeconstructionlinearity.
作者：雷笑李婷徐杰陆泓霖许川建Author：LEIXiaoLITingXUJieLUHonglinXUChuanjian
作者单位：河海大学土木与交通学院,江苏南京210098
刊名：河北工程大学学报（自然科学版） ISTIC
Journal：JournalofHebeiUniversityofEngineering(NaturalScienceEdition)
年，卷(期)：2024, 41(3)
分类号：U446
关键词：双目视觉BP神经网络桥梁工程数字图像识别
Keywords：binocularvisionBPneuralnetworkbridgeengineeringdigitalimagerecognition
机标分类号：TP183TP212TP368.1
在线出版日期：2024年7月4日
基金项目：国家自然科学基金，国家自然科学基金基于BP神经网络的桥梁施工线形相机测量标定[
期刊论文]河北工程大学学报（自然科学版）--2024, 41(3)雷笑李婷徐杰陆泓霖许川建机器视觉位移测量技术为大跨桥梁线形控制提供新解,而确保高精度的二维到三维坐标转换至关重要.对此,提出一种基于改进遗传算法BP神经网络的提升双目相机标定精度的方法,通过改进传统神经网络中的交叉及变异概率函数,提...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于BP神经网络的桥梁施工线形相机测量标定Camera Calibration of Bridge Alignment Measurement Based on BP Neural Network
基于BP神经网络的桥梁施工线形相机测量标定.pdf
页:
[1]