opencv通过分割检测楼层

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到颜色区域来实现这一点，然后假设最大的区域是地板。 （我们对机器人将在其中运行的环境做出一些非常广泛的假设）

我正在寻找的是一些适合此问题的算法建议。任何帮助将不胜感激。

编辑：具体来说，我正在寻找能够可靠地提取一个区域的图像分割算法。我尝试过的所有东西（主要是PyrSegmentation）似乎都是通过将图像缩小为N种颜色来实现的。当相机看着空白区域时，这会导致误报。

Answer 1

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灯光的变化会导致您的颜色检测失效。 为此，请根据颜色部分将输入图像转换为HSV, HSL，cie-Lab，YUV或其他一些亮度分隔的颜色空间和segment your image（忽略亮度）上述例子中的值，V，L，L和Y）。这将帮助您克服阴影和光线变化的障碍。

Answer 2

由于地面检测是主要目标，我想说的不是按颜色分割，而是可以通过纹理尝试分离。

Eigen transform论文使用图像/视频帧中灰度窗口上的特征值的平均值来描述纹理“粗糙度”的单值描述符。在pg。在论文的第78篇中，他们对特征变换输出图像应用均值漂移分割，有效地将其分离成不同的纹理。

由于您的图像来自视频输入，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HSV和其他颜色空间，如上所述）。在具有cvSVD()函数的OpenCV中，特征值的计算非常简单快速。