摄像机标定是计算机视觉领域的一个研究热点，为了解决单目摄像机标定中的精度不高、模型复杂、鲁棒性差等问题，依 据神经网络、遗传算法及摄像机标定的特点，提出了基于遗传算法和BP神经网络相结合的单目摄像机标定方法。该方法充分利用 遗传算法的全局优化和神经网络的局部收敛的特点，一方面避免了建立复杂的摄像机成像模型，另一方面增强了摄像机标定的精 度和鲁棒性。-The camera calibration isoneofmostimportantresearch ifeldsin compute

基于单目相机和激光测距仪, 文章提出从一幅图像中识别出非合作目标物体上的矩形面,并提取出 4 个顶点坐标的特征提取方法,为位姿的测量提供必要的信息 提出以激光点为参考, 距离激光点最近的 4 条边 界为矩形面边界的判定准则,并根据激光点到直线的垂足和边界端点约束排除干扰线段 该方法能有效地判 定出矩形面且顶点定位准确,在空间机器人视觉伺服控制半物理仿真系统上得到了验证。-An approach to identi fying the rectangular plane of the