遮挡现象在人们日常生活中无处不在,而遮挡现象的产生会导致视觉任务最终结果不尽人意,甚至是失败。随着人工智能,计算机视觉、自动化等领域的快速发展,如何对运动视觉目标遮挡区域进行规避受到了专家学者们的广泛关注,因此动态遮挡规避逐渐成为目标跟踪、三维重建、物体识别、场景绘制、运动估计等视觉领域一个亟待解决和富有挑战性的问题。考虑到Kinect深度图像采集工具所拍摄的深度图像能够快速准确地获取视觉目标三维信息,因此本文提出了一种新颖的基于运动视觉目标深度图像利用遮挡信息和运动估计实现动态遮挡规避的方法。首先,提出了一种快速构建遮挡区域最佳观测方位模型的方法。该方法首先利用本文所提深度图像遮挡边界上关键点的概念,提取视觉目标深度图像遮挡边界上的关键点;然后利用其构建关键线段对遮挡区域进行快速建模;最后通过关键线段和遮挡区域建模结果构建遮挡区域最佳观测方位模型。其次,利用图像匹配算法对运动视觉目标进行运动估计。为了提高视觉目标运动估计的准确性,本文提出了一种混合曲率特征。通过计算深度图像所对应的混合曲率矩阵,增加了图像匹配过程中所提取特征的数量,进而有利于准确估计视觉目标运动。再次,基于遮挡区域最佳观测方位模型和视觉目标运动估计方程,采用牛顿法计算摄像机下一最佳观测方位,进而合理规划摄像机观测方位对视觉目标遮挡区域进行动态规避。最后,为了验证本文所提动态遮挡规避方法的可行性和有效性,分别进行了仿真实验与真实实验,并对实验结果进行分析和总结。