论文部分内容阅读
针对极限学习机(extreme learning machine,ELM)在隐层节点数较少时标定精度较低的问题,利用粒子群优化算法(particle swarm optimization,PSO)与极限学习机相结合的方法对双目视觉摄像机进行标定。在标定过程中,ELM直接描述图像信息与三维信息之间的非线性关系,然后利用PSO优化ELM的输入权值与隐层阈值。实验结果表明,与ELM相比较,基于粒子群极限学习机(PSO-ELM)的双目视觉摄像机标定方法能仅用较少隐层节点数获得较高精度。