平面物体检测

   这是目前工业流水线上较常见的场景。目前来看，这一领域对视觉的要求是:快速、精确、稳定。所以，一般是采用较简单的边缘提取+边缘匹配形状匹配的方法:而且，为了提高稳定性、一般会通过主要打光源、采用反差大的背景等手段，减少系统变量。

   目前，很多智能相机(如cognex)都直接内嵌了这些功能，而且，物体一般都是放置在一个平面上，相机只需计算物体的(X,y,ɵ）T三自由度位姿即可。

   另外，这种应用场景一般都是用于处理一种特定工件，相当于只有位姿估计，而没有物体识别。当然，工业上追求稳定性无可厚非，但是随着生产自动化的要求越来越高，以及服务类机器人的兴起。对更复杂物体的完整位姿(x,y,z,rx,ry,rz)T 估计也就成了机器视觉的研究热点。

有纹理的物体

   机器人视觉领域是较早开始研究有纹理的物体的，如饮料瓶、零食盒等表面带有主富纹理的都属于这一类。

   当然，这些物体也还是可以用类似边缘提取+模板匹配的方法。但是，实际机器人操作过程中，环境会更加复杂:光照条件不确定(光照)、物体距离相机距离不确定(尺度) 、相机看物体的角度不确定(旋转、仿射)、甚至是被其他物体遮挡(遮挡)。

   幸好有一位叫做Lowe 的大神，提出了一个叫做 SIFT Scale-invariant feature transform) 的较强局部特征点:简单地说，这个方法提取的特征点只跟物体表面的某部分纹理有关，与光照变化、尺度变化、仿射变换、整个物体无关。因此，利用 SIFT 特征点，可以直接在相机图像中寻找到与数据库中相同的特征点，这样，就可以确定相机中的物体是什么东西(物体识别）。

   对于不会变形的物体，特征点在物体坐标系下的位置是固定的。所以，我们在获取若工点对之后，就可以直接求解出相机中物体与数据库中物体之间的单应性矩。

   如果我们用深度相机(如Kinect)或者双目视觉方法，确定出每个特征点3D位置，那么，直接求解这个PnP问题，就可以计算出物体在当前相机坐标系下的位姿。