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：LEIXiao LITing XUJie LUHonglin XUChuanjian
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：binocularvision BPneuralnetwork bridgeengineering digitalimagerecognition
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
- 文件大小:
- 2.53 MB
- 下载次数:
- 60
-
高速下载
|
