摘要：如何选择合适的特征表示一般物体类间差异和类内共性至关重要,因此,本文在2D SIFT（Scale Invariant Feature Transform,SIFT）的基础上,提出了基于点云模型的3D SIFT特征描述子,进而提出一种基于2D和3D SIFT特征级融合的一般物体识别算法.分别提取物体2维图像和3维点云的2D和3D SIFT特征描述子,利用＂词袋＂（Bag of Words,Bo W）模型得到物体特征向量,根据特征级融合将两个特征向量进行融合实现物体描述,运用有监督分类器支持向量机（Support Vector Machine,SVM）实现分类识别,给出最终识别结果.最后,实验验证了本文提出算法的好处.

关键词：一般物体识别 点云 2d sift 3d 

单位：东南大学自动化学院复杂工程测量与控制教育部重点实验室 江苏南京210096 底特律大学电子与计算机工程系 美国底特律48221