基于神经网络的三维物体姿态测定

APPLICATION OF HOPFIELD NEURAL NETWORK TO DETERMINE THE POSE OF 3-D OBJECTS

摘要: 利用单幅图象中物体的三条边与模型中的三条对应边，可求出三维物体姿态，但解不唯一，通过将这些可能姿态所产生的图象与实际图象匹配，可求出唯一正确姿态．二维图象特征对应问题是个NP完全问题，存在组合爆炸的困难，为此，我们把特征对应问题看作一个组合优化问题，利用Hopfield网络成功解决这一组合优化问题．该算法通用性强，而且适合于并行实现．文中给出了在Ⅵ-COM图象处理系统上对人造图象和实际图象进行的实验结果．

Abstract: A method for location of 3-D objects is introduced. 3-D objects attitude is first determined by the interpretation of three image lines as the perspective projection of three linear ridges of the object model. Then a Hopfield neural network is applied for determinig the pose of 3-D objects.