北京航空航天大学学报 ›› 2002, Vol. 28 ›› Issue (3): 265-268.

• 论文 • 上一篇    下一篇

基于RBF神经网络的结构光三维视觉检测方法

李鑫, 张广军, 魏振忠   

  1. 北京航空航天大学 自动化科学与电气工程学院
  • 收稿日期:2000-08-04 出版日期:2002-03-31 发布日期:2010-09-26
  • 作者简介:李 鑫(1978-),女,山西三原人,硕士生,100083,北京.
  • 基金资助:

    航空科学基金资助项目(99I51001);北京科技新星计划资助项目(951872000)

Method for Structured Light Based 3D Vision InspectionBased on RBF Neural Network

LI Xin, ZHANG Guang-jun, WEI Zhen-zhong   

  1. Beijing University of Aeronautics and Astronautics, School of Automation Science and Electrical Engineering
  • Received:2000-08-04 Online:2002-03-31 Published:2010-09-26

摘要: 研究了基于RBF(Redial Basis Function)神经网络的结构光三维视觉检测方法.该方法利用RBF网络良好的非线性映射能力以及学习、泛化能力,通过所获取的高精度的样本数据来训练RBF网络,最终建立起了用于结构光三维视觉检测的RBF网络模型.与常规方法相比,该方法不需要考虑视觉模型误差、光学调整误差等因素对视觉检测系统测量精度的影响,因而能够有效的克服常规建模方法的不足,保证了检测系统具有较高的精度.

Abstract: Based on Radial Based Function (RBF) neural network, a method for structured light based 3D vision inspection is presented. The method uses RBF ANN (Artificial Neural Network) to establish the mapping relationship between a real object in the wold and its image captured by CCD camera, i.e., the mapping relationship between frame coodinate and its image coodinate. Compared with common methods, the preset approach ignores the vision model error, and allow the existence of optical adjust error. By overcoming disadvantages of common methods efficiently, higher measuring accuracy can be obtain.

中图分类号: 


版权所有 © 《北京航空航天大学学报》编辑部
通讯地址:北京市海淀区学院路37号 北京航空航天大学学报编辑部 邮编:100191 E-mail:jbuaa@buaa.edu.cn
本系统由北京玛格泰克科技发展有限公司设计开发