论文部分内容阅读
机器人视觉中，对多面体物体图像的线条解释技术一直沿用Huffman的线条解释方法。通过对Huffman方法的研究，指出了其中的缺陷。例如，它无法识别某些类型的简单物体；在给线条作标记时亦不具备逻辑上的统一性，使得有时出现信息冗余，有时又出现信息不足。该文提出克服缺陷弥补不足的改进办法，在标记面临几种选择时引入了优先级的概念，并对Huffman线条模型进行了调整。