从直方图中删除不必要的直方图峰值。

Question

我正在处理对象跟踪问题。我有一个对象的两个直方图 一个连续的帧。假设这些直方图是在时间实例t-1和t计算的。以下是这两个直方图的示例。

从第一直方图（在时刻t-1计算）可以看出，直方图的所有峰值/分布都集中在强度值100附近。这基本上代表了一个对象。但是，在时刻t，会出现一些不必要的峰值（强度值为75左右）。

我想从第二个直方图中删除这些峰值，因此，想询问是否存在一些强大的方法来完成这项工作。这些不必要的峰值几乎存在于每一帧中，因此，通过使用一些简单的阈值处理对我没有帮助。

我目前正在做什么（阈值方法）：我使用以下公式计算t-1处柱状图的中位数和标准差以及t处的阈值当前直方图：

low_thresh = med(t-1) - alpha*std(t-1)

high_thresh = med(t-1) + alpha*std(t-1)

hist_without_unnecessary_peaks = low_thresh < current_hist(t) < high_thresh

此alpha是可以调整的参数。这样，我在所有帧中传播这个阈值。但是，我没有得到强有力的结果。如果有人能帮助我，我会很高兴的。谢谢。

Answer 1

你可以使用更多的连续帧吗？如果是这样，并且您希望保持的峰值足够一致（看起来像它们那样），那么您可以在多个帧中获取中值。

因此，不是计算整个直方图的中位数，而是针对前一帧和下一帧（或更多帧以获得更高精度）的每个单独强度值进行计算。然后使用中值作为直方图中的新强度值。这将删除异常值（即您在第二帧中看到的噪声）。

Answer 2

Sanchit，当我使用RGBD相机处理时，我不得不解决这个问题。

解决方案：

（A）在直方图上应用以下对比度函数： 其中C（i，n）是索引i（旧直方图）的新直方图，n是您选择（并调整）的参数 - 请注意，这会产生新的直方图， n只是一个参数

（B）找到直方图上的所有局部最大/最小点并选择最大点。 有很多最大/最小值在网上找到Matlab代码，所以你不会有问题。

希望它有所帮助。

Answer 3

您可以尝试群集数据并仅保留具有最多成员的群集。这可以通过在直方图中找到峰值（这可能很棘手，取决于您有多少噪音）并将其用作kmeans中的k值来完成。