Diese Arbeit behandelt die Rekonstruktion von monokularen Bildfolgen mittels Kanten. Die Fehlertolleranz soll dabei durch die Verwendung von Snakes, zum Tracken der Kanten, erheblich verbessert werden. Geprüft wurde ob und in welchem Maß dieser Ansatz zu einer Verbesserung bzw. Optimierung führt. In dem dabei entstandenen Plugin für die Visionlib des Fraunhofer IGD werden die Snakes direkt auf den Kantenfeatures initialisiert. Mittels Gradientenwerten, Spannung und Krümmung bleiben die Snakes auf Features durch die Sequenz erhalten. Ausreißer werden erkannt und zurück auf das entsprechende Feature geführt, ohne das eine neue Snake erstellt werden muss. Die Ergebnisse zeigen, dass der Energieterm der Snakes allein schon zu einer signifikanten Verbesserung der Robustheit führt, da einmal begangene Fehler durch weitere Iterationen wieder behoben werden können. Die Präzision kann derweil mit anderen Verfahren mithalten und liegt bei einer Abweichung von ca. 1-2 Grad. Snakes bieten somit eine effiziente Möglichkeit das Tracking von Kanten zu optimieren, ihr Potential sollte in diesem Bereich weiter ausgeschöpft werden.
