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

随着DSP芯片类型的增多和技术的不断提高，DSP向着多功能、高性能、低功耗方向发展，DSP硬件技术的更新速度也不断加快，然而相关软件技术的开发却远远落后于硬件的开发 TMS320 DSP算法参考框架(Reference Framework，RF)的提出就是为了应对这个难题 RF为一种使用DSP／BIOS内核和TMS320 DSP算法标准的通用初始化代码，用户可以通过使用并修改该通用代码使之符合eXpressDSP标准，以实现特定的应用 按复杂程度，从用于产生紧缩用户系统的RFl，到可提供多算法多