信息摘要：
有紋理的物體容易解決，那么生活中或者工業(yè)里還有很多物體是沒有紋理的。上下料機(jī)器人抓取這些物體時(shí)，視覺上怎么檢測(cè)呢？
有紋理的物體容易解決，那么生活中或者工業(yè)里還有很多物體是沒有紋理的。上下料機(jī)器人抓取這些物體時(shí)，視覺上怎么檢測(cè)呢？
我們最容易想到的就是：是否有一種特征點(diǎn)，可以描述物體形狀，同時(shí)具有跟 SIFT 相似的不變性？
根據(jù)目前的發(fā)展，是沒有這種特征點(diǎn)的。
所以，之前一大類方法還是采用基于模板匹配的辦法，但是，對(duì)匹配的特征進(jìn)行了專門選擇（不只是邊緣等簡(jiǎn)單特征）。
這里，介紹一個(gè)某實(shí)驗(yàn)室之前使用和重現(xiàn)過(guò)的算法 LineMod：
Hinterstoisser, Stefan, et al. "Multimodal templates for real-time detection of texture-less objects in heavily cluttered scenes." Computer Vision (ICCV), 2011 IEEE International Conference on. IEEE, 2011.
簡(jiǎn)單而言，這篇論文同時(shí)利用了彩色圖像的圖像梯度和深度圖像的表面法向作為特征，與數(shù)據(jù)庫(kù)中的模板進(jìn)行匹配。
由于數(shù)據(jù)庫(kù)中的模板是從一個(gè)物體的多個(gè)視角拍攝后生成的，所以這樣匹配得到的物體位姿只能算是初步估計(jì)，并不精確。
但是，只要有了這個(gè)初步估計(jì)的物體位姿，就可以直接采用 ICP 算法（Iterative closest point）匹配物體模型與 3D 點(diǎn)云，從而得到物體在相機(jī)坐標(biāo)系下的精確位姿。
當(dāng)然，這個(gè)算法在具體實(shí)施過(guò)程中還是有很多細(xì)節(jié)的：如何建立模板、顏色梯度的表示等。另外，這種方法無(wú)法應(yīng)對(duì)物體被遮擋的情況。（當(dāng)然，通過(guò)降低匹配閾值，可以應(yīng)對(duì)部分遮擋，但是會(huì)造成誤識(shí)別）。
