基于轮廓部件模型的低对比物体鲁棒单目位姿跟踪

低对比物体在颜色或纹理等外观上与图像背景相似,使得鲁棒单目位姿跟踪难度较大,另外,噪声、动态光照、杂乱背景等干扰因素进一步降低了目标物体与背景之间的差异,鲁棒单目位姿跟踪的难度进一步增大,因此,低对比物体的鲁棒单目位姿跟踪仍然缺乏有效的解决方法.针对此问题,本文创新地利用目标轮廓特征,提出一种新的基于轮廓部件模型的鲁棒单目位姿跟踪方法:首先,依据Shi-Tomasi角点响应值将目标投影轮廓自适应分割为若干具有一定长度的轮廓段,建立目标轮廓部件模型;然后,针对每一轮廓部件,利用梯度方向信息,通过模板匹配的方法在输入图像中搜索最佳匹配位置,建立投影轮廓与输入图像中目标轮廓之间的对应关系;最终,依据建立的对应集合,采用PnP算法求解目标位姿参数,实现鲁棒单目位姿跟踪.在公开数据集及半仿真图像序列上的实验测试中,本文方法实现了低对比物体的鲁棒单目位姿跟踪,并对噪声、动态光照、杂乱背景等干扰具有较强的鲁棒性,性能优于已有算法.