Я работаю над проектом, и часть его заключается в распознавании объектов, записанных на камеру. Итак, чтобы быть более конкретным:

I am using OpenCV

I have correctly setup camera and am able to retrieve pictures from it

I have compiled and experimented with number of demos from OpenCV

I need a scale- AND rotation- invariant algorithm for detection

Pictures of original objects are ONLY available as edge-images

Все алгоритмы обнаружения / извлечения / сопоставления функций, которые я видел до сих пор, достаточно хорошо работают с серыми изображениями (например, с фотографиями), однако из-за спецификаций моего проекта мне нужно работать с краевыми изображениями (что-то вроде вывода детектора контуров) как правило, черно-белые и содержат только края, найденные на изображении. В этом случае производительность алгоритмов, которые я пытался использовать (SURF, SIFT, MSER и т. Д.), Резко снижается.

Таким образом, фактический вопрос: кто-нибудь сталкивался с алгоритмом, который был бы специфичен для сопоставления краевых изображений, или есть определенные настройки, которые могут улучшить производительность SIFR / SURF /? для того, чтобы хорошо работать с такого рода входом.

Я бы оценил любые советы или ссылки на любые соответствующие ресурсы

PS: это мой первый вопрос stackoverflow