上下文：
我有Kinect的RGB-D视频，它直接对准桌子。这里有一个图书馆，里面大约有12个我需要识别的对象，一次单独识别或几个。我一直在从RGB图像中提取和检测SURF，在应用SURF之前，通过缩小到320x240灰度级进行预处理，拉伸对比度并平衡直方图。我构建了一个套索工具，可以在视频图像的静止图像中检测到的关键点中进行选择。然后，这些关键点用于构建对象描述符，该对象描述符用于识别实时视频馈送中的对象。
问题：
SURF的例子显示了成功识别具有大量类似文本的特征细节的对象，例如徽标和图案。我需要识别的物体相对简单，但具有独特的几何形状。在我的剧照中发现的SURF特征有时是一致的，但大多是不重要的表面特征。例如，假设我有一个木制立方体。SURF在一个面上检测到一些颗粒，然后在其他面上失败。我需要检测(类似的)有四个相等距离和直角的角。我的所有物体都没有太多的图案，但都有独特的对称几何结构和颜色。想想手机，棒棒糖，刀子，保龄球。我的想法是，我可以为对象的每个明显不同的外观方向构建对象描述符，例如保龄球的两个描述符：一个站着，一个躺着。对于手机，一个放在正面，一个在背面。在物体堆叠的情况下，我的识别器需要旋转不变性和一定程度的比例不变性。处理某些遮挡的能力是优选的(SURF表现得足够好)，但不是最重要的特征。倾斜不变性是最好的，SURF在用手倾斜打印我的物体时做得很好。
问题：
我是否使用了错误的SURF参数来查找错误比例的特征？有没有更好的算法来识别这种物体？有没有像SURF这样容易使用的东西可以将Kinect的深度数据与RGB数据一起使用或代替RGB数据？
我为一个项目做了类似的事情，最终使用了一种超简单的对象识别方法，即使用OpenCV斑点检测，并根据对象的区域识别对象。显然，这个方法需要有足够的方差。
你可以在这里看到我的结果：http://portfolio.jackkalish.com/Secondhand-Stories
我知道还有其他方法，一种可能的解决方案是approxPolyDP，如下所述：如何使用OpenCV 检测简单几何形状
很想听听你在这方面的进展！