工业里还有很多物体是没有纹理的：我们**容易想到的就是：是否有一种特征点，可以描述物体形状，同时具有跟SIFT相似的不变性？不幸的是，据我了解，目前没有这种特征点。所以，之前一大类方法还是采用基于模板匹配的办法，但是，对匹配的特征进行了专门选择（不只是边缘等简单特征）。这里，我介绍一个我们实验室之前使用和重现过的算法LineMod：简单而言，这篇论文同时利用了彩**像的图像梯度和深度图像的表面法向作为特征，与数据库中的模板进行匹配。由于数据库中的模板是从一个物体的多个视角拍摄后生成的，所以这样匹配得到的物体位姿只能算是初步估计，并不**。但是，只要有了这个初步估计的物体位姿，我们就可以直接采用ICP算法（Iterative closest point）匹配物体模型与3D点云，从而得到物体在相机坐标系下的**位姿。当然，这个算法在具体实施过程中还是有很多细节的：如何建立模板、颜色梯度的表示等。另外，这种方法无法应对物体被遮挡的情况。（当然，通过降低匹配阈值，可以应对部分遮挡，但是会造成误识别）。