computer-vision - ノイズに直面した場合のバックグラウンド減算のヒント

Question

バックグラウンド減算は、コンピュータビジョンの重要なプリミティブです。私は開発されたさまざまな方法を検討しており、ランダム、ソルト、ペッパーノイズに直面してバックグラウンド減算を実行する方法について考え始めました。

Microsoft Kinectなどのシステムでは、赤外線カメラはかなり一貫してランダムノイズを放出します。デプスビューからバックグラウンド減算を行おうとしている場合、バックグラウンドを確実に減算しながら、このランダムノイズの問題を回避するにはどうすればよいですか？

Answer 1

すでに述べたように、背景のノイズやその他の不安定な部分は、セグメンテーションで問題を引き起こす可能性があります。つまり、背景の照明の変化やその他の動くものを意味します。

ただし、屋内プロジェクトで作業している場合は、もちろんノイズの問題を除いて、これはそれほど大きな問題にはなりません。

画像から背景を減算してその中のオブジェクトをセグメント化することに加えて、2つ（または一部の方法では3つ）の後続フレームを互いに減算することもできます。カメラが安定している場合、これは変更された部分を残すはずなので、基本的には移動したオブジェクトです。したがって、これは移動するオブジェクトを検出するための簡単な方法です。

しかし、使用する可能性のあるほとんどの操作では、おそらく、説明したノイズが発生します。それを取り除く最も簡単な方法は、セグメント化されたバイナリイメージでメディアンフィルターまたはモルフォロシガル演算子（開口部）を使用することです。これにより、小さなパーツが効果的に削除され、オブジェクトの大きな塊が残ります。

お役に立てば幸いです...

Answer 2

通常、視差空間で接続されたコンポーネント (cc) を実行してから、サイズが小さい cc をすべて削除します。サイズと接続性のしきい値 (たとえば、隣接する 2 つのピクセルが接続されていると見なすための視差の差は何か) は、操作する 2 つのパラメーターです (ivlad@lab126.com)。

Answer 3

@evidentが述べたように、メディアンフィルターはあなたのチケットです。これは、エッジを維持しながらごま塩ノイズを取り除くための標準的な演算子です。

そうは言っても、これがセグメント化されたバイナリ イメージで発生するという彼の提案には同意しません。メディアン フィルタリングは非常に低レベルであり、その後の処理の前に生データに適用する必要があります。