J'ai cherché des algorithmes de détection de marqueurs à utiliser avec une application basée sur Kinect, et la majorité du travail que j'ai pu trouver est évidemment axée sur la détection de fonctionnalités dans des images `` normales ''.
Cependant, le matériel kinect fournit (essentiellement, une fois que vous avez ajusté) une valeur de profondeur de 11 bits par pixel.
Cette image de profondeur contient également divers artefacts visuels provenant des ombres projetées autour des bords des objets (voir par exemple la forte bordure noire dans cette vidéo http://www.youtube.com/watch?v=-q8rRk8Iqww&feature=related ).
Alors que certaines techniques traditionnelles de vision industrielle (par exemple la détection des bords) fonctionnent bien avec cela, d'autres non, et il semble qu'il y ait peu d'informations sur le net en discutant.
À titre d'exemple simple, l'utilisation de la valeur de profondeur rend trivial la détection de l'orientation d'un bloc marqueur une fois que vous l'avez localisé.
Alors, quelqu'un a-t-il vu des discussions / documents / etc. qui couvrent le traitement d'une image en profondeur pour la détection des fonctionnalités?
Quelqu'un peut-il recommander un bon algorithme pour détecter les marqueurs de "profondeur" (en fait des blocs d'origami au lieu de marqueurs noir et blanc imprimés)?
Ce que j'ai fait jusqu'à présent est une expérimentation adhoc utilisant l'opencv pour traiter les images, mais ce n'est pas assez stable ou assez rapide.
Si vous créez un lien vers un produit commercial de vision industrielle sans aucune sorte d'essai, veuillez indiquer dans votre réponse pourquoi vous pensez qu'il est approprié.