david lowe的三维识别算法，模块化程序实例讲解sift三维物体识别。

提出了一种基于调制度分析的快速三维物体识别方法。将两个有一定间距且正交的光栅同时投影到被识别物体表面上,使被识别物体位于两个光栅正焦像面之间,从同一方向获取被物体高度信息调制的正交光栅像,而物体的高度信息就被编码在这个图像中。采用傅里叶变换和空间频域分析,可分别得到两个方向上的基频。然后计算识别参数(每个基频强度的和)的值,识别参数值可以被看作是二维识别空间的一个点,对于不同形状的物体,识别参数值是不同的,所以不同物体的识别参数将对应识别空间不同的位置。计算机模拟实验和实际物体的识别实验证明了此方法的有效性。

随着三维扫描技术的快速发展，获取各类场景的点云数据已经非常简单快捷;加之点云数据具备不受光照、 阴影、纹理的影响等优势，基于点云的三维物体识别已成为计算机视觉领域的研究热点。首先，对近年来面向点云数 据的三维物体识别方法进行归纳和总结;然后，对已有方法的优势及缺点进行分析;最后，指出点云物体识别中所面临 的挑战及进一步的研究方向。

二维平面视图可通过普通 CCD 相机获取，数据来源要求不高。基于外观 （Appearance-based）或基于视图（View-based）的三维物体识别算法研究，近来 成为人们研究的热点。基于视图的方法通过视觉相似性来识别物体，使得识别系 统设计相对简单，无需显式计算物体的三维模型。另外一方面，基于局部特征匹 配的方法考虑了视图间的局部相似性，不要求匹配所有视图特征，即使物体被部 分遮挡，也有可能检测到局部特征，并完成识别，对于物体的重叠和背景杂波表 现出较好的稳健性。本文研究了基于二维视图和基于局部特征提取匹配的三维物 体识别，及其在智能视频监控系统中的应用，改进了卡尔曼滤波器多目标跟踪性