小编k3X*_*3XX的帖子

我目前正在一个项目中，我需要能够非常可靠地获得球在台球桌上的位置。

我使用表格上方的Kinect v2作为来源。

初始图像如下所示（在通过丢弃不在表级别上的像素将其从16位转换为8位之后）：

然后，我从当前图像中减去具有空表的参考图像。

阈值和均衡之后，它看起来是这样的：图片

在单个图像上检测单个球是相当容易的，问题是我必须以30fps的速度不断进行检测。

难点：

• 低分辨率图像（512 * 424），球的直径约为4-5像素
• Kinect深度图像在此距离（2米）处有很多噪点
• 球在深度图像上看起来不同，例如，黑球与其他球相比有点倒立
• 如果它们彼此接触，则它们可以成为图像上的一个斑点，如果我尝试使用深度阈值将它们分开（仅使用球的顶部），那么某些球可能会从图像中消失
• 重要的是不要检测到除球以外的任何东西，例如：提示，手等...

我的过程是哪种工作方式，但不够可靠：

• 通过阈值16位至8位
• 用空表减去样本图像
• 播种
• 门槛
• 均衡化
• 腐蚀
• 扩张
• 二进制阈值
• 轮廓查找器
• 有关输出坐标的其他一些算法

问题在于撞球杆或手会被检测为球，而且如果两个球接触，也会引起问题。还尝试了霍夫圈，但成功率更低。（如果Kinect更近，效果很好，但它不能覆盖整个桌子）

任何线索将不胜感激。