如何在坐标空间中找到标准偏差，opencv

Question

我正在尝试使用k-means集群将一些2d坐标分成两组，并找到它们的中心，我做了以下内容：

for(int i=0;i<5;i++){


    Mat_<int>loc_label(1,loc_input[i].rows);
    Mat_<float> loc_centroid;

    Mat loc_name;

    loc_input[i].convertTo(loc_name,CV_32F);


    kmeans(loc_name,2,loc_label,cvTermCriteria(CV_TERMCRIT_EPS+CV_TERMCRIT_ITER, 10, 1.0), 1, cv::KMEANS_PP_CENTERS,loc_centroid);
}

它工作正常，但有时，一组坐标可能具有相当大的标准偏差。关于它最终服务的目的，这些群体是不必要的 As in the picture, there are two centers, however, only the clothes color section is required, contribution from the widely spread out floor color sections, are not necessary

我的想法是，要应用标准偏差阈值，如果群集点群扩散太宽，则丢弃它。但是，如果有任何可用的功能或方法呢？ 而且，对此任何其他建议也完全开放，任何想法将不胜感激。谢谢！