Обзор
Я пытаюсь создать прототип системы зрения, которая будет применять сопоставление с образцом для определения ориентации коробок (например, мыльниц).
Образец изображения
Ниже представлены снимки мыльных ящиков в реальном времени в реальных условиях, имеющие две из четырех возможных ориентаций. (Front_Straight и Back_Inverted ориентации).
Изображения в реальном времени будут очень похожи на эти (приблизительно 300x200 пикселей на изображение)
____ 
Образы шаблонов будут подаваться в систему заранее и должны определять ориентацию коробок, движущихся на конвейере. Ящики на конвейере направляются так, чтобы они могли принимать только одну из 4 возможных ориентаций Front_Straight, Front_Inverted, Back_Straight и Back_Inverted, т.е. ящики не могут быть угловыми. Камера и конвейер зафиксированы, поэтому размер изображения коробок в реальном времени постоянен: 300 на 200 пикселей. (Я использовал монохромную камеру, при необходимости можно использовать и цветную камеру)
Некоторые свойства прототипа системы зрения:
- Исправлено постоянное освещение.
- Изображение коробки в реальном времени будет довольно
с низким разрешением, как прилагается (300x200 за коробку)
- Минимальное размытие движения или артефакты изображения
- Среда программирования на основе OpenCV C ++.
- ПК с процессором Intel Core i5
использоваться.
Постановка задачи
Я ищу легкий, но надежный алгоритм, который может точно сопоставить шаблонное изображение с изображениями коробок на конвейере в реальном времени, чтобы выделить лицо и ориентацию. Я новичок в сопоставлении функций, поэтому, пожалуйста, подскажите, какой детектор и сопоставитель функций будет наиболее подходящим для данного конкретного случая. Также, пожалуйста, дайте мне знать, возможно ли достичь 97% плюс точность, используя прилагаемое изображение в реальном времени с низким разрешением.