低对比度分割深度图像

Question

我试图从这张深度图像中分割手：

我尝试过分水岭、区域增长、抓取，但都失败了，主要是因为没有明确的边缘。我也尝试锐化图像，但也没有给我带来好的结果。

Answer 1

这可能不是您所希望的答案，但它可能会帮助您向前迈进一步。由于我只提供算法提示，因此我将使用 Matlab 而不是 opencv。

由于这不是普通的强度图像，而是深度图像，因此您应该使用场景的隐含几何形状。在这里可以帮助您的关键假设是手放在一个表面上。如果您可以估计表面方程，则可以更轻松地检测手。

[y x] = ndgrid( linspace(-1,1,size(img,1)), linspace(-1,1,size(img,2)) );
X = [reshape(x(101:140,141:180),[],1), reshape(y(101:140,141:180),[],1), ones(1600,1)];
srf=(X\reshape(img(101:140,141:180),[],1)); %// solving least-squares for the 40x40 central patch

 aimg = img - x*srf(1) - y*srf(2) - srf(3); %// subtracting the recovered surface

使用中值滤波器对其进行“清洁”一下，并应用一个简单的阈值

 medfilt2(aimg,[3 3]) < -1.5

产量

不完全是您所希望的，但我认为这是向前迈出的一步；）

PS，您可能会发现Alpert、Galun、Nadler 和 Basri
的工作《检测噪声图像中的微弱弯曲边缘》 (ECCV2010)与您的问题相关。