自遮挡是由物体自身的一部分遮挡住另一部分造成的,其在生活中随处可见。随着计算机视觉领域研究的不断深入以及对深度图像应用的普及,基于深度图像自遮挡信息的下一最佳观测方位问题逐渐成为了当前的研究热点。本文综合分析国内外研究现状,对基于深度图像自遮挡信息的下一最佳观测方位问题进行了深入的研究。首先,针对静止的视觉目标,提出了一种利用视觉目标深度图像自遮挡信息确定下一最佳观测方位的方法。该方法通过利用深度图像的自遮挡检测结果对自遮挡区域建模成遮挡线段集合,并计算每条遮挡线段的最佳观测位置组成最佳观测位置集合。在此之后,利用最佳观测位置集合构建最小生成树并逐步切割树的最长边,对分割后的子树基于均值漂移求其最佳观测方位组成最佳观测方位候选集合。最终,最大化目标函数确定下一最佳观测方位。然后,针对运动的视觉目标,提出了一种利用运动视觉目标深度图像自遮挡信息确定下一最佳观测方位的方法。该方法首先采集运动目标的一幅深度图像,并对该图像进行自遮挡检测,并依据检测结果对自遮挡区域进行空间四边形剖分,完成对自遮挡区域建模;其次,依据建模结果,采用一种基于均值漂移思想的自遮挡规避方法计算相对于当前视觉目标的自遮挡规避结果;之后,采集运动视觉目标的第二幅深度图像,对前后两幅图像检测特征点并进行匹配,依据匹配特征点的坐标进行运动估计;最终,结合自遮挡规避和运动估计的结果确定下一最佳观测方位。最后,通过实验对提出的下一最佳观测方位方法进行可行性,有效性和实时性的验证,并对实验结果进行了比较与分析。