按轮廓与特征识别对象

Question

上下文

我有来自Kinect的RGB-D视频，它直接瞄准桌子。我需要识别一个大约12个对象的库，一次一个或多个。我一直在使用RGB图像中的SURF提取和检测，通过缩小到320x240进行预处理，灰度，拉伸对比度并平衡直方图，然后再应用SURF。我构建a lasso tool以在视频图像的静止中选择检测到的关键点。然后，这些关键点用于构建对象描述符，用于标识实时视频源中的对象。

问题：

SURF示例显示了具有大量文本特征细节的对象的成功识别，例如。徽标和模式。我需要识别的物体相对简单，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，但主要是不重要的表面特征。例如，假设我有一个木制立方体。 SURF在一个面上检测到几个颗粒，然后在其他面上失效。我需要检测（类似的）有相同距离和直角的四个角。我的物体都没有太多的图案，但都具有独特的对称几何和颜色。想想手机，棒棒糖，刀，保龄球。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。保龄球的两个描述：一个站立，一个放下。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，并且在堆叠的情况下需要一定程度的比例不变性。处理某些遮挡的能力是优选的（SURF表现得足够好）但不是最重要的特征。倾斜不变性会更好，SURF可以很好地处理手工歪斜的物体的纸张打印输出。

问题：

我是否使用错误的SURF参数来查找错误比例的功能？这种对象识别有更好的算法吗？有没有像SURF一样可以使用Kinect的深度数据和RGB数据一起使用的东西？

Answer 1

我正在为一个项目做类似的事情，最后使用一种超级简单的对象识别方法，即使用OpenCV blob检测，并根据区域识别对象。显然，这种方法需要有足够的差异才能发挥作用。

您可以在此处查看我的结果：http://portfolio.jackkalish.com/Secondhand-Stories

我知道还有其他方法，一个可能的解决方案可能是aboutPolyDP，这里描述： How to detect simple geometric shapes using OpenCV

很想知道你在这方面取得的进展！