2D矩形匹配（非深度学习）¶
2D矩形匹配步骤组合可以计算纹理简单、边界清晰、单一品类的立方体的位置和抓取点。其输入为：原始彩色图，原始深度图，最高层掩膜，原始点云和实际物体尺寸。 主要流程可分为检测掩膜对应图像中的直线、生成矩形边缘模板、2D匹配和根据正确的矩形信息计算尺寸和位姿四部分， 如图1 所示。
图1 2D矩形匹配步骤组合¶
检测掩膜对应图像中的直线¶
检测掩膜对应图像中的直线的组成如图2 所示。
图2 检测掩膜对应图像中的直线步骤组合¶
各个步骤的作用如下：
图像形态学变换 输入最高层掩膜，经过闭操作，输出处理后的掩膜图像。该操作可以去除图片中的小黑洞，形成连通域，利于后续提取图像。
提取掩膜中对应的图像 计算处理后的最高层掩膜和原始彩色图的重叠部分，得到最高层物体的掩膜，输出对应的列表。
获取第一张图像 从图像列表中获取第一张掩膜图像对应的结果图像。
检测线段 输入掩膜图像对应的彩色图，计算图像中的直线。
生成矩形边缘模板¶
生成矩形边缘模板的组成如图3 所示。
图3 生成矩形边缘模板步骤组合¶
各个步骤的作用如下：
提取掩膜中对应的点云 输入最高层掩膜和原始点云，得到最高层物体的点云。
将实际尺寸转换为像素尺寸 输入最高层物体的点云和物体的实际尺寸，将其物理尺寸用图像处理所需的单位（像素）来表示。
生成指定大小的矩形边缘模板 输入物体以像素为单位的尺寸，生成物体表面（矩形）边缘的模板。
2D匹配¶
将检测到的直线和生成的矩形边缘模板和进行匹配，输出较为完整的直线段组成的多边形和多边形匹配损失。
