但是，kinect硬件（基本上，一旦您进行了调整）就可以为每个像素提供11位的深度值。
此深度图还从围绕其边缘的阴影投射出各种视觉伪像。对象（例如，请参见此视频中的黑色粗边框http://www.youtube.com/watch?v=-q8rRk8Iqww&feature=related）。
一些传统的机器视觉技术（例如边缘）检测）可以很好地解决此问题，而其他方法则不能，
作为一个简单示例，使用depth值使检测对象的方向变得微不足道。找到标记块后。
因此，有没有人看过任何讨论/论文/其他内容，涵盖处理特征检测的深度图像
有人可以推荐一种好的算法来检测“深度”标记（有效地用折纸块代替打印的黑白标记）吗？已经使用opencv进行了专门的实验来处理图像，但这还不够稳定或不够快。
如果您链接到商业机器视觉产品而没有进行任何类型的试用，请在您的回答中提及您认为合适的理由。
#1 楼
我最喜欢的用于注册和识别的2.5D / 3D特征描述符是旋转图像（原始论文+可从CMU获得的博士学位论文和软件中的更多详细信息）。其他近期进展（均可在-适用于合适算法的行）包括：3D筛选，快点特征直方图，法向对齐径向特征（NARF），深度内核描述符。较旧的方法只是使用曲面属性（例如曲率和边缘）来识别区域斑块。
哪个最好？取决于您要查找的内容，视点不变性，其他混乱情况等。
#2 楼
您正确使用了所有关键词，很惊讶您在寻找资料时没有找到任何相关文章。幸运的是，我可以使用IEEE Xplore数字图书馆。我以前不需要任何这些特殊的算法，但是看起来非常有趣，因此这里有一些我认为可能相关的快速搜索结果（不要通过标题来判断它们，而是查看它们的摘要）：
Kinezaki，A.，Harada，T.，Kuniyoshi，Y .：弱监督对象在3D空间中的缩放和旋转不变颜色特征
Bo，L.，Ren ，X.，Fox，D .：用于对象识别的深度内核描述符
赵智镐，张英烨，金圣满，李克浩：使用单个图像在3DTV中代表人类演员的深度图像处理技术深度相机
李培军，Effendi：基于边缘的深度图像自适应边缘平滑方法，用于基于深度图像的渲染图片
程刘行，王立生，马宇：3D生物医学图像中边界表面检测的新策略
不幸的是，我认为您无法访问这些论文是免费的，至少不是通过IEEE Xplore库免费提供的。如果您没有访问权限，则可以与Google Scholar取得联系，那里有一些免费的纸质数据库（当我还没有IEEE访问权限时，我就使用Mendeley数据库）。另外，仅谷歌搜索摘要的一部分或随机的部分有时会产生一些结果（您可能偶然发现了几乎已完成的文章的预发布版本）。
我以前找到的搜索查询提到的论文有：3D图像，深度图像，kinect。查找前两个查询时，您可能还希望进行处理。
希望对您有所帮助！对不起，我无法继续涉猎这一领域，听起来真的很有趣。
评论
$ \ begingroup $
另外一个：Scholar.google.com/scholar_url?hl=zh-CN&q=http://…
$ \ endgroup $
–mankoff
2012年4月19日在9:39
$ \ begingroup $
@mankoff仅是摘要，我只是看到工作集中在跟踪上，似乎它专注于使用直接信息而没有太多特征检测。但是然后，我只是阅读摘要，所以不确定。
$ \ endgroup $
–佩内洛普
2012年4月19日在11:49
$ \ begingroup $
搜索论文标题足以找到其中几篇论文的PDF。另一个很好的来源是CiteSeer：citeseerx.ist.psu.edu/index感谢您的论文清单！
$ \ endgroup $
–重新思考
2012年4月29日23:39
评论
有大量的论文和程序。很抱歉，在低带宽上无法更详细地回答。请参阅RGBDemo应用程序，它包含一个对象识别器。此外，PointCloud Library（PCL），ROS，OpenCV（用于软件），以及Google学术搜索（用于论文）。您提到OpenCV对您不满意，但PCL和RGBDemo可能会令人满意。我不是在寻找展示kinect的演示的实现，也不是在寻找展示如何从kinect或图像处理工具包（例如opencv）生成3d模型的PC演示。我正在寻找基于深度图像的特征识别算法。
RGBDemo实现这些算法。阅读代码或代码参考。