OpencCV多重随机形状跟踪

Question

我正在尝试对随机移动的粒子实施光学颜色分类。并不是那么随机-它只是塑料颗粒，圆柱体和薄片，但仍然非常随机。

当前实现如下：

1. 获取中立背景下的前辈形象
2. 执行Canny过滤器以获取轮廓
3. 执行Scharr过滤器以获取更精确的轮廓
4. 执行findContours（）;
5. 在每个轮廓周围创建boundingRect并检查bbox区域，因此我们不分析垃圾的颜色
6. 创建其余填充白色的轮廓的蒙版
7. 将每个boundingRect用作ROI，对ROI内部的图像应用蒙版，这样我们只能在ROI内部获得粒子
8. 计算每个ROI内的平均颜色并确定颜色粒子的好坏

在静态合成图像上，一切正常，但是在真实网络摄像头图像上，一切都很糟糕：

并非每个轮廓都是闭合的，使用MORPH_CLOSE的morphologyEx并没有太大帮助，而且速度也很慢 非封闭轮廓不会填充白色以创建蒙版，因此平均颜色计算不正确。

真正的问题是：有没有办法追踪几乎随机形状的粒子？还是我正在寻找某种不存在的东西？粒子在移动（沿一个方向，从屏幕上移入和移出屏幕），如果我们以描述的方式对其进行处理，即使没有任何移动，它们也会将每个新帧视为 new 粒子集。在恶劣情况下，算法可能会确定颜色超出了“良好”颜色范围，即使不是那样。

据我所知，只有在对形状的好坏样本进行训练时，才能识别出工作良好的对象，但是无法对随机形状进行训练

用于位置预测的卡尔曼滤波器需要一个点。我可以通过使用轮廓的矩来找到粒子的中心。但是只有当发现轮廓是粒子的真实轮廓时，发现中心才可以。这并不总是正确的。

预先感谢您的任何建议。