Per tal de crear un model 3D d’un objecte és necessari adquirir informació des de diferents localitzacions entorn l’objecte. La pregunta és, com cal escollir aquestes localitzacions? Una manera és situar uniformement suficients punts de vista al voltant de l’objecte per tal d’adquirir el model complet. No obstant, aquest mètode és ineficient i possiblement inefectiu quan es tracta d’objectes amb una certa complexitat. És millor emprar un algoritme que prengui decisions sobre on cal posicionar el proper punt de vista. D’aquesta manera es disminueix el nombre de vistes necessàries per tal de reconstruir l’objecte, la qual cosa es tradueix en una reducció del temps total de reconstrucció de l’objecte i de la quantitat de memòria necessària per dur a terme l’ aplicació. Un algoritme emprat per determinar les posicions on cal situar un sensor per tal d’adquirir les superfícies presents en una escena amb l’objectiu d’obtenir un model 3D de l’escena és anomenat “Next Best View Algorithm” o algoritme de la següent millor vista. El present projecte, implementa un algoritme del següent millor punt de vista basat en dues fases, el qual és descrit a grans trets en l’article “Autonomous Sensor Planning for 3D Reconstruction of Complex Objects from Range Images” [1] . La primera fase, consisteix en un procés de votació que considera les arestes d’oclusió, que són aquelles que són susceptibles d’ocultar superfícies de l’ escena. La segona fase, a partir d’un esquema basat en un anàlisis de visibilitat, omple els orificis que resten un cop finalitzada la primera fase. No és necessari cap tipus de coneixement a priori sobre la forma o el nombre d’objectes a modelar . L’algoritme és molt eficient en quant a temps de còmput necessari per obtenir la propera vista. La primera fase, suficient per adquirir la majoria de les superfícies presents en l’escena, evita l’ elevat cost computacional que suposa un anàlisis de visibilitat i en el qual es basen la majoria d’enfocaments previs. Pel que fa al ventall de diferents formes geomètriques dels objectes a reconstruir, els resultats de l’algoritme són satisfactoris tret de per aquelles escenes que presenten auto-oclusions d’orifici, oclusions de superfícies de l’objecte que presenten un orifici i que són degudes a superfícies del mateix objecte.