opencv - 轮廓与特征的对象识别

Question

上下文:

我有来自 Kinect 的 RGB-D 视频，它直接对准 table 。有一个包含大约 12 个对象的库，我需要识别一个对象或一次识别多个对象。我一直在研究 RGB 图像的 SURF 提取和检测，通过缩小到 320x240、灰度、拉伸(stretch)对比度和在应用 SURF 之前平衡直方图进行预处理。我 build 了a lasso tool在静止视频图像中检测到的关键点中进行选择。然后，这些关键点用于构建对象描述符，用于识别实时视频源中的对象。

问题:

SURF 示例显示成功识别具有大量类似文本的特征细节的对象，例如。 Logo 和图案。我需要识别的对象相对简单，但具有独特的几何形状。在我的剧照中发现的 SURF 特征有时是一致的，但大多是不重要的表面特征。例如，假设我有一个木制立方体。 SURF 在一个面上检测到一些颗粒，然后在其他面上检测不到。我需要检测(类似的东西)有四个角等距离和直角。我的所有元素都没有太多的图案，但都有独特的对称几何形状和颜色。想想手机、 Lollipop 、小刀、保龄球瓶。我的想法是，我可以为对象的每个明显不同的方向构建对象描述符，例如。保龄球瓶的两个描述符:一个是站立的，一个是躺下的。对于手机，一个放在前面，一个放在后面。我的识别器需要旋转不变性和一定程度的尺度不变性，以防对象堆叠。处理某些遮挡的能力是更可取的(SURF 表现得足够好)但不是最重要的特征。偏斜不变性会更可取，而且 SURF 可以很好地处理我手拿的偏斜物体的纸质打印输出。

问题:

我是否使用了错误的 SURF 参数来以错误的比例查找特征？这种物体识别有更好的算法吗？有没有像 SURF 一样容易使用的东西，它使用来自 Kinect 的深度数据以及或代替 RGB 数据？

Answer 1

我正在为一个项目做类似的事情，最终使用了一种 super 简单的对象识别方法，即使用 OpenCV Blob 检测，并根据对象的面积识别对象。显然，此方法需要有足够的方差。

你可以在这里看到我的结果:http://portfolio.jackkalish.com/Secondhand-Stories

我知道还有其他方法，一种可能的解决方案是 approxPolyDP，如下所述: How to detect simple geometric shapes using OpenCV

很想听听您在这方面的进展!