基于邊的自適應(yīng)實時三維跟蹤.pdf

1、三維跟蹤在機器人(或機器手臂)的定位和導(dǎo)引、增強現(xiàn)實等領(lǐng)域有著相當重要的應(yīng)用。在實現(xiàn)三維跟蹤的不同方法中，基于視覺的三維跟蹤以其非侵入性、精確性和低消耗的品質(zhì)而被大量研究。本文對基于視覺的三維跟蹤進行簡要描述，并且重點介紹其中基于邊的三維跟蹤、詳述本文的創(chuàng)新點和實驗結(jié)果。
　　 在基于邊的三維跟蹤中，本文針對缺乏紋理特征的物體，提出了一種基于邊的自適應(yīng)實時三維跟蹤方法。在已知物體三維模型的情況下，通過基于歷史運動信息的物體邊緣檢

2、測與跟蹤，可以有效準確地求解出攝像機的外參。本方法基于并擴展了現(xiàn)有的基于邊的實時跟蹤算法，其主要貢獻體現(xiàn)在以下三個方面：1)提出了自適應(yīng)閾值和基于歷史信息估計當前幀的運動趨勢的方法，從而極大地提高了邊匹配算法在快速運動時的穩(wěn)定性；2)提出了一種基于RANSAC的邊匹配策略，可以有效剔除誤匹配的邊，從而提高了復(fù)雜模型的跟蹤穩(wěn)定性；3)利用提取輪廓邊的算法將邊跟蹤算法從CAD模型擴展到一般的面片模型。實驗結(jié)果證明本文提出的方法的魯棒高效，能