论文标题：An Accurate and Robust Range Image Registration Algorithm for 3D Object Modeling
作者：Yulan Guo, Ferdous Sohel, Mohammed Bennamoun, Jianwei Wan, and Min Lu
译者：仲夏夜之星
论文下载地址：
在公众号「3D视觉工坊」后台回复「图像配准算法」，即可获得论文。
摘要：距离图像配准是三维物体建模和识别的基础研究课题。在本文中，提出了一种精确、鲁棒的多视点距离图像配准算法。首先从一组距离图像中提取一组旋转投影统计(RoPS)特征进行特征匹配。然后使用一种变换估计方法和一种变体对两幅距离图像进行配准迭代最近点(ICP)算法的研究。基于成对配准算法，提出了一种基于形状增长的多视图配准算法。种子形状与选定的范围图像进行初始化，然后通过在自身和输入范围图像之间进行成对的配准顺序更新。所有的输入范围图像在形状增长过程中迭代登记录，并进行广泛的实验来测试算法的性能。本文提出的两两配准算法对小的重叠区域、噪音和变化的网格分辨率具有较高的准确性和鲁棒性，提出的多视图配准算法也非常准确。与现有算法的相比，表明了该算法的优越性。
一 引言三维(3D)模型通常用于描述物体的形状，可以使用计算机辅助设计(CAD)工具或三维扫描设备建立模型。3D扫描技术是处理自由形式对象时的最佳选择。然而，获得的范围图像从单一的角度来看，不能表示物体的完整形状。因此，提出了一种三维
