opencv - OpenCV 通过分割检测地板

Question

我正在研究一种检测图像中地板的方法。我试图通过将图像缩小为颜色区域然后假设最大的区域是地板来实现这一点。（我们可以对机器人将在其中运行的环境做出一些相当广泛的假设）

我正在寻找的是一些关于适合这个问题的算法的建议。任何帮助将不胜感激。

编辑：具体来说，我正在寻找一种可以可靠地提取一个区域的图像分割算法。我尝试过的一切（主要PyrSegmentation）似乎都可以通过将图像减少到 N 种颜色来工作。当相机正在查看空白区域时，这会导致误报。

Answer 1

由于地板检测是主要目标，我会说不是按颜色分割，而是可以尝试按纹理分离。

特征变换论文描述了纹理“粗糙度”的单值描述符，它使用图像/视频帧中灰度窗口上的特征值的平均值。在第 页。在论文的 78 篇中，他们在特征变换输出图像上应用了均值偏移分割，有效地将其分离为不同的纹理。

由于您的图像来自视频源，因此照明可能会有很多变化，因此颜色分割可能会带来一些问题（除非您使用的是 HSV 和上面提到的其他颜色空间）。在 OpenCV 中，特征值的计算非常简单快捷cvSVD()。

Answer 2

如果您可以对颜色恒定性做出假设，那么您的主要问题将是照明的变化，这会影响您的颜色检测。为此，将您的输入图像转换为HSV、HSL、cie-Lab、YUV或其他一些亮度分离的色彩空间，并仅根据颜色部分分割您的图像（省略亮度值、V、L、L 和 Y上面的例子）。这将帮助您克服阴影和照明变化的障碍。