10.3969/j.issn.1000-386x.2020.07.007
TOF相机的深度数据测量误差校正方法研究
针对TOF相机获取的原始深度数据存在多种误差,导致成像出现畸变和偏差的问题,建立极限学习机(ELM)空间配准模型,对TOF相机深度数据测量过程中非系统性和系统性误差的叠加导致的深度数据偏移进行统一校正,并与基于BP算法建立的空间配准模型以及基于小孔成像原理校正的结果进行对比.实验结果表明,采用ELM算法所建立的ELM空间配准模型大幅减小了TOF相机测量深度数据的误差.在综合实时性、精确性和泛化能力方面,ELM算法比其他两种方法的数据校正效果更优,能更好地复原真实场景中的深度数据,为TOF相机测量的深度数据的校正提供了一种新的思路和方法.
TOF深度相机、极限学习机、空间配准模型、误差校正
37
TP391(计算技术、计算机技术)
吉林省科技发展计划技术攻关项目;吉林省省级产业创新专项资金项目;吉林省科技发展计划重点项目
2020-07-17（万方平台首次上网日期，不代表论文的发表时间）
共6页
43-48
