C++ 在包含暗背景的图像上检测彩色对象

我目前正在使用OpenCV来检测黑布覆盖的桌子上的物体。摄像机不会总是朝着机器人头部的同一方向看，但只会处理一幅图像，所以速度不是必须的。在删除面积过小的轮廓之前，我使用了cv:：Canny和cv:：findContours，并提供了我能找到的最合适的参数。这使我接近我想要的结果，但一些不在表格区域的轮廓明显被检测到。 什么是过滤这些信息的好方法？ 我想到了三种可以结合使用的解决方案，以获得更好的结果：

裁剪图像只是为了保留表格区域，但我想不出一个好的标准cv:：HoughLines？。 删除未闭合的轮廓。这并不局限于凸面轮廓，例如，右边的橙色海豚不是。检查等高线中的第一个cv:：点和最后一个cv:：点之间的距离（这是矢量）是否有效？ 研究每个轮廓外几个像素的圆，检查HSV通道，以确定圆的所有像素是否都足够暗，可以将其视为表格的一部分。 如果有人有一个有效的方法来过滤这些轮廓，或者只是输入和建议上面的过滤方法之一，那就太好了。另外，你在右下角看到的机器人手也不会成为问题，因为在实际实验中，机器人手将不在视野范围内

---

如果你能让别人复制你的结果并提供改进，你会得到更好的帮助。我认为这不是一个编程问题，而是一个研究问题。如果不了解您的研究环境，例如光线条件、要检测的对象类型，我们就无法回答这个问题。即使有了这些知识，回答这个问题通常也涉及到图像数据分析。在我看来，它也可以作为编程。我主要是在寻找一些可能使用OpenCV函数来完成这类工作的人。我将在周一发布代码，因为我无法访问相关的计算机。