三维物体识别一直是计算机视觉的一个重要方向,如何快速而准确的识别出物体的形状与方位是研究的关键问题之一。工程中存在诸多实际应用,并可进行有效简化。例如,在可视化导航应用中,两个相邻位置的变换通常很小或者近似知道。但是对于复杂物体,特别是自由形态物体,由于描述的复杂性以及分割的低可靠性使得问题变得尤为困难。本文讨论的基于模型几何学原理的匹配算法正是为满足这一需求而提出的。匹配过程中,物体是用任意形状的曲线表示,即实际中可能存在的任意空间曲线,并将曲线用序列点集的形式表示。算法直接对用深度图建立的物体表面三维数据坐标进行处理,而不需要对物体的特征进行假设与分割。算法的思想是在迭代最近点匹配算法(ICP)的基础上将一条曲线上的点与另一条曲线上的最近点迭代匹配,利用最小二乘法的优化算法估计相应点的三维变换,从而不断减小两条曲线(序列点)间的平均距离。仿真试验表明,这是一种高效、精确的三维物体识别与配准的估计方法。 论文对近十年来三维物体识别系统必须解决的传感器类型、三维物体表达方法和匹配策略等三个方面问题进行了综述,并对主要方法进行了分类和总结。提出了一种精确而有效的估计三维物体运动参数的数学方法—对偶四元数法,并通过实验检验了对偶四元数法的性能、精度和速度。论文将对偶四元数法应用到三维物体识别的匹配算法中,利用最小二乘的思想提出了一种基于迭代最近点的匹配算法。通过对实际应用中的几个问题的讨论,明确了算法需要解决的关键技术和主要运算步骤。通过模拟数据仿真试验,验证了算法的鲁棒性和有效性。