公开(公告)号：CN110443879B

公开(公告)日：2021-06-11

申请号：CN201910672485.1

申请日：2019-07-24

Applicant: 华中科技大学

Inventor： 余文勇 ,  来锐 ,  田小天

IPC: G06T15/20 ,  G06T7/80 ,  G06N3/04

Abstract: 本发明属于机器人视觉测量领域，并公开了一种基于神经网络的透视误差补偿方法。该方法包括下列步骤：(a)计算标定棋盘的正投影和预设角度之间像素坐标转换的透视变换矩阵；(b)对在预设角度下标定棋盘上每个点的像素坐标进行透视变换获得透视像素坐标，调整透视像素坐标获得每个点的参考坐标；(c)以透视像素坐标为输入，每个点的参考坐标与其在正投影下的像素坐标之差为输出，训练神经网络结构获得神经网络模型；(d)对于机器人视觉测量过程中的待补偿点，将其透视像素坐标输入神经网络模型中获得误差补偿值，对透视像素坐标进行补偿获得最终所需的像素坐标值，以此实现透视误差补偿。通过本发明，提高透视误差补偿精度，简化补偿过程。

公开(公告)号：CN110443879A

公开(公告)日：2019-11-12

申请号：CN201910672485.1

申请日：2019-07-24

Applicant: 华中科技大学

Inventor： 余文勇 ,  来锐 ,  田小天

IPC: G06T15/20 ,  G06T7/80 ,  G06N3/04

Abstract: 本发明属于机器人视觉测量领域，并公开了一种基于神经网络的透视误差补偿方法。该方法包括下列步骤：(a)计算标定棋盘的正投影和预设角度之间像素坐标转换的透视变换矩阵；(b)对在预设角度下标定棋盘上每个点的像素坐标进行透视变换获得透视像素坐标，调整透视像素坐标获得每个点的参考坐标；(c)以透视像素坐标为输入，每个点的参考坐标与其在正投影下的像素坐标之差为输出，训练神经网络结构获得神经网络模型；(d)对于机器人视觉测量过程中的待补偿点，将其透视像素坐标输入神经网络模型中获得误差补偿值，对透视像素坐标进行补偿获得最终所需的像素坐标值，以此实现透视误差补偿。通过本发明，提高透视误差补偿精度，简化补偿过程。