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

作　　者：王建刚[1] 王寻羽[1] 白雪生 徐心平[1] 

机构地区：[1]中国科学院沈阳自动化研究所

出　　处：《机器人》1996年第2期83-90,共8页Robot

基　　金：国家自然科学基金

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。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.

关 键 词：图象理解 神经网络 姿态测定 机器视觉 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]