利用多元特征融合的三维视觉跟踪
计算机视觉对自动监视、机器人手眼协调及车辆自动驾驶有重要意义。许多学者已进行了大量研究，但大部分算法是以边缘轮廓、角或灰度区域为跟踪对象，在杂乱环境中或有反光时，它们的鲁棒性差，误差大，该文讨论了以双目视觉单元跟踪工业零件时，利用圆班检测、边缘搜索及灰度区域匹配来获得观察信息，以贝叶斯网中对左右图象信息进行修正，再利用目标几何模型在三维空间加以耦合，并对下一时刻的目标位置加以预测，实验证明：利用多元特征融合算法的鲁棒性好，在杂乱环境中及存在反光时仍能成功地跟踪工件，比已有任何单特征视觉跟踪性能优越。
视觉跟踪 多元特征融合 贝叶斯推理 基于模型视觉 机器人 几何模型 鲁棒性
邵远 何发昌 全小平
电子工业学院(杭州)
国内会议
杭州
中文
233～237
1998-05-01（万方平台首次上网日期，不代表论文的发表时间）