采用RBF神经网络求解反向条纹的研究
本文提出了一种利用RBF神经网络来确定摄像机和投影器坐标映射关系的方法。它首先在投影器坐标系中将数据分为若干个16×16的子区域，然后以（l，m，lm，l2，m2）为输入层的五个神经元（其中l、m为投影仪像素坐标），以摄像机像素坐标i为输出层的神经元，建立 RBF神经网络。利用RBF神经网络求解在投影器坐标系中摄像机像素坐标的分布模型，最后得到投影器像素点对应的摄像机像素坐标值。计算机模拟和实验结果表明，与已有的算法相比，该方法能更有效地提高反向条纹投影的求解精度，为反向条纹的求解提供了新方法。
径向基函数神经网络 反向条纹投影 二次三项式插值 工业质量控制
陈云富 李勇 张海花 蔡元元
浙江师范大学信息光学研究所,金华 321004 中科院成都信息技术有限公司,成都 610041
国内会议
第三届全国光机电技术与系统集成学术学会第十三届全国光电技术与系统学术会议
南京
中文
41-44
2008-09-18（万方平台首次上网日期，不代表论文的发表时间）