论文部分内容阅读
摄像机标定是精确的视觉系统的基础。利用最小二乘支持向量机(Least Squares Support Vector Machines，LS-SVM)可以实现摄像机的标定。核函数的参数以及惩罚因子是影响最小二乘支持向量机性能的关键因素，通常参数的选择是凭经验人工选取，不能获得最佳的函数逼近效果，且费时费力。为了能够自动地获得最佳的参数，提出了一种基于二自适应遗传算法的最小二乘支持向量机参数选择方法，该方法根据适应度值自动调整交叉概率和变异概率，减少了遗传算法的收敛时间并且提高了遗传算法的精度，从而确保了SVM参数选择的准确性。将该方法应用于摄像机标定中，仿真结果表明这一方法对于提高标定精度的有效性。