基于GA-BP神经网络的双目摄像机标定

为克服传统BP算法收敛速度慢、易陷入局部极小等缺陷,本文利用遗传算法的全局寻优能力对神经网络的初始权和阈值进行优化,并将其运用到摄像机BP神经网络标定.采用遗传算法构建的神经网络,在不增加网络结构复杂度的情况下,大大提高了样本训练的精度和成功率,保证了网络的泛化能力.实验结果表明,该算法具有较高的标定精度,而且可行.     

一类不确定非线性离散系统的模糊自适应控制器设计

针对一类不确定非线性离散系统,提出一种带有自动可调伸缩因子的模糊自适应控制方法.该控制器设计方法的优点是模糊逻辑系统的逼近精度不再依赖于模糊逻辑系统的结构和规则数目,参数自适应律调节与被逼近函数的特征和逼近精度有关,因此能有效减少在线估计的参数数目,且设计方法能够保证闭环系统的所有状态半全局一致终极有界.最后,通过数值仿真算例表明所提出方法的有效性.     

Zernike矩和曲率的圆形中心亚像素定位

提出了一种基于Zernike矩和曲率不变的圆形标记椭圆图像中心的亚像素精确定位方法。首先采用多结构元多尺度形态学边缘检测算子提取椭圆图像的像素级边缘并滤除噪声,其次构造出椭圆图像的Zernike矩求解模型并结合曲率不变性计算出椭圆的亚像素边缘,最后利用最小二乘拟合对椭圆中心进行精确定位。实验结果表明：该方法具有计算速度快、定位精度高的优点,可用于高精度视觉测量。