使用Kinect去除背景：身體周圍的噪音抑制

Question

其目標是在不同背景（又名背景去除）上顯示此人。

我在微軟的Beta Kinect SDK中使用Kinect來做到這一點。在深度的幫助下，背景被過濾，我們只能得到人的形象。

這很簡單，我們可以找到在互聯網上隨處可見的代碼。然而，深度信​​號是嘈雜的，我們得到的像素不屬於所顯示的人。

我申請的邊緣檢測，看它是否是有用的，我目前得到這個：

這裏還有一個沒有邊緣檢測：

我的問題是：我可以通過哪種方式擺脫人物周圍這些嘈雜的白色像素？

我嘗試了形態學操作，但身體的某些部分被擦除，仍然留下白色像素。

該算法不需要是實時的，我可以應用它，當我按下'保存圖像'按鈕。

編輯1：

我只是試圖做的形狀邊界最接近的框架背景減法。你看到的單個像素閃爍，這意味着它是噪音，我可以輕鬆擺脫它們。

編輯2：

現在項目結束了，這裏就是我們所做的：Kinect的的手動校準使用OpenNI驅動程序，它直接提供了紅外圖像。結果非常好，但每個校準都針對每個Kinect。

然後，我們在邊框上應用了一點透明度，結果看起來非常好！但是我無法提供照片。

Answer 1

你的問題不只是嘈雜的白色像素。您也錯過了該人的重要部分，例如他右手的一部分。我建議你對深度數據的閾值更加保守（允許更多的誤報）。這會給你更多噪點的像素，但至少你會有整個人。

爲了擺脫噪聲像素的，我能想到的一對夫婦的事情：

• 羽毛外像素（減少它們的強度/增加透明度，如果您使用的是alpha通道）
• 平滑圖像，在平滑圖像上執行邊緣檢測，然後在原始清晰圖像上使用這些邊緣。
• 做一些皮膚區域檢測以標記絕對屬於某人的部分。請參閱skin detection in the YUV color space?和Skin Color Detection
• 對於衣服，使用色調和飽和度圖像。如果你知道T恤的顏色（或者至少它不是中性顏色），那麼這很容易脫穎而出。如果你不知道這些信息，那麼建立一個使用其他框架的人的模型可能是值得的（如果你的視頻中有一個很大的灰色斑點，那麼你的主題有可能穿着一件灰色的襯衫）

這些方法不是相互排斥的，所以可能值得嘗試組合使用它們。如果我想到別的什麼，我會回到這裏。

Answer 2

如果沒有其他解決邊緣抖動的方法，您可以隨時嘗試使用抗混疊作爲後期處理。