1

我正在使用Raspberry Pi它的相机来执行一些图像处理算法。因此,我正在对捕获的流的连续帧执行背景减法,并尝试查找图像中是否存在任何对象,如果是,则打印出它的区域。该算法按预期工作正常,但存在问题。

使用的阈值函数会cv2.THRESH_OTSU在没有物体存在时产生颗粒状图像,即背景和前景图像相同。然而,当前景图像中存在对象时,这些噪声/颗粒会消失。这些如下 -

  1. 相同的背景图像和具有噪声的前景图像
  2. 不同的背景和前景图像,没有任何噪音

如您所见,如果图像几乎相同,则存在噪点,如果在帧中引入任何对象,则噪点消失。

我尝试了以下方法来消除噪音,但没有奏效。

  1. 尝试仅使用cv2.THRESH_BINARY/cv2.THRESH_BINARY_INV不使用 Otsu 二值化。

  2. 我尝试增加捕获图像的亮度/对比度/饱和度,以查看性能是否变化,但没有变化。

  3. 我试图增加/减少步骤之前的erosion/数量,但这也没有做出任何改变。dilationThresholding

这是我的代码 -

from time import sleep
from picamera import PiCamera
from picamera.array import PiRGBArray
import cv2,os
import numpy as np
import threading


def imageSubtract(img):
    bilateral_filtered_image = cv2.bilateralFilter(img, 9, 170, 170)
    bilateral_filtered_image = cv2.cvtColor(bilateral_filtered_image,cv2.COLOR_BGR2GRAY)
    return bilateral_filtered_image

def  imageProcessing():
    camera = PiCamera()
    camera.resolution = (512,512)
    camera.awb_mode="fluorescent"
    camera.iso = 800
    camera.contrast=33
    camera.brightness=75
    camera.sharpness=100
    rawCapture = PiRGBArray(camera, size=(512, 512))

    first_time=0
    frame_buffer=0
    counter=0
    camera.start_preview()
    sleep(2)


    for frame in camera.capture_continuous(rawCapture, format="bgr", use_video_port=True):

        if first_time==0:
            rawCapture.truncate(0)
            if frame_buffer<10:
               print("Frame rejected -",str(frame_buffer))
               frame_buffer+=1
               continue
            os.system("clear")
            refImg=frame.array
            refThresh=imageSubtract(refImg)
            first_time=1



        image = frame.array
        cv2.imshow("Foreground", image)
        key = cv2.waitKey(1)
        rawCapture.truncate(0)
        newThresh=imageSubtract(image)

        diff=cv2.absdiff(refThresh,newThresh)
        kernel = np.ones((5,5),np.uint8)

        diff=cv2.dilate(diff,kernel,iterations = 3)
        cv2.imshow("Background",refImg)
        _, thresholded = cv2.threshold(diff, 0 , 255, cv2.THRESH_BINARY +cv2.THRESH_OTSU)


        _, contours, _= cv2.findContours(thresholded,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
        try:
           c=max(contours,key=cv2.contourArea)
           x,y,w,h = cv2.boundingRect(c)
           cv2.rectangle(thresholded,(x,y),(x+w,y+h),(125,125,125),2)
           if cv2.contourArea(c)>500:
              print("Object detected with area = ",cv2.contourArea(c))
           cv2.imshow("Threshold",thresholded)
           if key == ord('q'):
               camera.close()
               cv2.destroyAllWindows()
               break
        except Exception as e:
           pass

if __name__ == "__main__" :
   imageProcessing()

当背景和前景图像相同时,请帮我消除噪音。

谢谢你 !

4

0 回答 0