14

我正在尝试从使用 kinect 获取的深度图像中减去背景。当我了解 otsu 阈值是什么时，我认为它可以做到。将深度图像转换为灰度我希望可以应用 otsu 阈值来对图像进行二值化。

但是我用 OpenCV 2.3 实现（试图实现）这个，它是徒劳的。然而，输出图像被二值化，非常出乎意料。我连续进行了阈值处理（即将结果打印到屏幕上以对每一帧进行分析），发现某些帧的阈值是 160ish，有时发现为 0。我不太明白为什么会这样。可能是由于 kinect 返回的深度图像中有大量 0，对应的像素无法测量。有没有办法告诉算法忽略值为 0 的像素？或者 otsu 阈值对我想要做的事情不利？

以下是相关代码的一些输出和段。您可能会注意到第二个屏幕截图看起来可以进行一些很好的二值化，但是我想要实现一个能够明显区分场景中椅子对应的像素和背景的像素。

谢谢。

            cv::Mat1s depthcv(depth->getHeight(), depth->getWidth());
            cv::Mat1b depthcv8(depth->getHeight(), depth->getWidth());
            cv::Mat1b depthcv8_th(depth->getHeight(), depth->getWidth());
            depthcv.data =(uchar*) depth->getDepthMetaData().Data();
            depthcv.convertTo(depthcv8,CV_8U,255/5000.f);

            //apply otsu thresholding
            cv::threshold(depthcv8, depthcv8_th, 128, 255, CV_THRESH_BINARY|CV_THRESH_OTSU);
            std::ofstream output;
            output.open("output.txt");
            //output << "M = "<< endl << " "  << depthcv8 << endl << endl;
            cv::imshow("lab",depthcv8_th);
            cv::waitKey(1);

图 1 第二张截图看起来可以做一些很好的二值化

4

1 回答 1

13

Otsu 可能足以满足您的要求，但您确实需要在使用 Otsu 算法计算最佳阈值之前屏蔽零值，否则强度值的分布将偏斜低于您想要的值。

OpenCV 没有为cv::threshold函数提供掩码参数，因此您必须自己删除这些值。我建议将所有非零值放在一个 1 x N 矩阵中，并调用cv::threshold函数CV_THRESH_OTSU并保存返回值（这是估计的最佳阈值），然后仅使用标志cv::threshold在原始图像上再次运行该函数CV_THRESH_BINARY和计算的阈值。

这是一种可能的实现：

// move zeros to the back of a temp array
cv::Mat copyImg = origImg;
uint8* ptr = copyImg.datastart;
uint8* ptr_end = copyImg.dataend;
while (ptr < ptr_end) {
  if (*ptr == 0) { // swap if zero
    uint8 tmp = *ptr_end;
    *ptr_end = *ptr;
    *ptr = tmp;
    ptr_end--; // make array smaller
  } else {
    ptr++;
  }
}

// make a new matrix with only valid data
cv::Mat nz = cv::Mat(std::vector<uint8>(copyImg.datastart,ptr_end),true);

// compute optimal Otsu threshold
double thresh = cv::threshold(nz,nz,0,255,CV_THRESH_BINARY | CV_THRESH_OTSU);

// apply threshold
cv::threshold(origImg,origImg,thresh,255,CV_THRESH_BINARY_INV);
于 2013-03-06T19:18:01.040 回答