樊海风 王见

摘   要：测量精度在平行双目视觉系统的应用中非常重要.为了提高测量系统的精度，提出了基于改进的BP神经网络的误差补偿策略。采用不同位置处的测量数据作为学习样本，利用训练好的网络模型预测测量系统的误差，对测量结果进行误差补偿，得到新的数据作为测量值。实验结果表明，该方法的结果值相较原始数据，误差减少了70%，为提高视觉系统的定位精度提供了一种新的思路。

关键词：双目视觉;误差补偿;BP神经网络;预测;误差分析

中图法分类号：TP391                                               文献标识码：A

Positioning Error Compensation for Parallel Binocular Vision Systems

FAN Hai-feng？覮，WANG Jian

（State Key Laboratory of Transmission，Chongqing University，Chongqing 400044，China）

Abstract： Measurement accuracy is very important in the application of parallel binocular vision systems. In order to improve the accuracy of the measurement system，a measurement error compensation strategy based on an improved BP neural network was proposed. The measurement data at different locations are used as learning samples. The trained network model is used to predict the error of the measurement system. Errors are compensated for the measurement results and new data are obtained as the measurement values. The experimental results show that compared with the original data，the error of this method is reduced by 70%，which provides a new idea for improving the positioning accuracy of the visual system.

Key words： binocular vision;error compensation;BP neural network;prediction;error analysis

双目立体视觉是计算机视觉研究领域最活跃的分支之一，它由两个摄像头组成，从不同角度对同一物体进行拍摄，然后根据所得图像重建物体的三维位置。其广泛应用于机器人导航，工业测量，医学图像分析等领域[1]，因此视觉系统的定位精度研究有着非常重要的意义。

目前，关于双目视觉系统定位精度的研究很多。文献[2]系统地分析了相机标定参数对于双目立体视觉系统精度的影响，并通过仿真系统探讨了失真参数误差和相机内外参数误差对系统重建精度的影响。文献[3-6]系统的分析了结构参数对测量精度的影响，并给出在不同结构参数下的仿真结果，从中得到误差较小时结构参数的最佳范围，对双目视觉系统的设计起到指导性作用。文献[7]引入互信息理论并结合多分辨率技术实现亚像素级点匹配，将视差精度提高到0.01像素。

但这些研究大多为分析双目视觉系统测量误差的影响因素，鲜有测量误差补偿方面的研究。……