我需要将一组未知物体（书籍，罐子，玩具，盒子等）分成一个表面（桌面，地板......）。我想为场景中的每个对象提取一个掩码（二进制或概率）。
我知道表面的外观是什么（颜色模型）。对象的大小，几何形状，数量，外观是任意的，它们也可以是无纹理的。多个视图可能也可用。没有用户互动。
我一直在努力为这种情况选择最好的算法（基于图形，基于群集，超像素等）。这自然来自缺乏不同方法的经验。我想知道他们如何相互比较。
我有一些限制：
我们更倾向于采用快速简单的方法，分辨率低于复杂而缓慢的方法，以提供更好的结果。
对于适合这种情况的某种方法的任何建议都将不胜感激。
答案 0 :(得分：0)
对于速度，我会快速将图像分割成表面和非表面（东西）。如果你是勇敢的话，这至少可以让你从24位（颜色？）到8位甚至一位。
从那里你需要聚合并过滤区域到适当大小的blob。为此，我尝试了一个形态（或线性）过滤器，该过滤器键入一个适合最小目标对象的磁盘。这将是一个开放和结束。也许从较小的半径开始以获得更好的结果。
从那里，你应该有一个可以找到和区别的blob图像。每个blob或区域应指定感兴趣的对象。
请注意，如果您可以获得1位图像，那么事情就会非常快。但是，可以使用这种数据形式（每个字符8个像素）的高效工具通常不会出现。