差分遗传算法优化BP神经网络的双目相机标定

针对传统双目相机标定的方法存在计算量大、标定过程复杂等问题，本文提出了一种利用差分遗传算法优化BP 神经网络来完成双目相机标定的方法。利用能量生长和光线扫描匹配算法完成同名角点的检测、匹配以及像素坐标的提取；对遗传算法的选择和交叉算子进行改进，同时利用差分算法对遗传算法的变异算子进行改进；利用差分遗传算法来优化BP神经网络进行双目相机标定。实验结果表明：基于本文提出的方法的双目相机的标定的误差的均方根为0.038 mm， 传统的基于Opencv和Matlab标定的方法的标定误差的均方根分别为0.155 mm和0.417 mm。相比而言，其标定精度分别提高了75%和90%。与此同时，采用本文提出的方法对双目相机进行标定时需要花费的平均时间为26.3 s。故此，差分遗传算法优化后的BP网络在双目相机标定过程中简化了标定流程并取得较好的效果，满足双目相机标定的要求。