我想在工厂中创建一个系统，用于测量生产线上物体的尺寸。这些物体是石板，大致为矩形，我需要测量它们的宽度和高度。每块石头都在相同位置用闪光灯拍摄，因此条件相当受控。棘手的是，石头的表面有时会有图案（通常是带有波纹和条纹的大理石），而且有时几乎是黑色的，与阴影混在一起。
我尝试过将每张图片与背景的参考图片相减，但由于光照和滚轴位置以及小型机械部件的微小变化，输出结果非常嘈杂。
我计划尝试的下一个方法是使用Canny边缘检测算法，然后使用某种数值优化方法（可能是Nelder-Mead）来匹配一个四边形到边缘。然而，在我自己开发之前，有没有在这种情况下效果不错的现有方法呢？
如果有帮助的话，可以用已知在石板内的图像块来“种子”算法（它们总是对齐在角落），以帮助识别其表面图案和颜色。如果需要，我也可以制作一组带注释的训练图像集。
背景和一些石板的样本图片如下：
回答：
你有没有尝试过现有的图像分割算法？
我建议从Vladimir Kolmogorov的图像分割最大流算法开始：http://pub.ist.ac.at/~vnk/software.html在他们的论文中，他们固定图像的某些区域属于特定段，这对你的问题有帮助，但可能不太清楚如何在软件中实现这一点。
Richard Socher的用于解析场景的深度学习算法也可能有帮助：http://www.socher.org/
Eric Sudderth在这里至少有一个有趣的视觉场景理解方法：http://www.cs.brown.edu/~sudderth/software.html
我实际上并没有使用过这些软件，这些软件大多，如果不是全部的话，都是用于研究的，而且不是特别用户友好。
