APP下载

基于RealSense D435的灰度化区分前后景物体的讨论

2019-07-05汪家琦王博王书平董冠廷

智富时代 2019年5期

汪家琦 王博 王书平 董冠廷

【摘 要】本文采用Intel RealSense D435深度摄像头捕获深度图像,拟解决深度图与灰度图的转换问题,基于OpenCV3的环境进行分析处理。值得指出的是市面上有许多深度摄像头可供选择,我们在此选择了其中一种进行分析,谨提供一种可行的分析思路供大家参考。

【关键词】RealSense D435;灰度化区分;景物体

一、实验装置

1.1装置放置

实验在室内进行,如图所示,可以看到,本次实验的主要目的是采集一张效果较好的深度图像,以供后续分析。利用支架更好的固定深度摄像头的位置,保证图像的稳定性;设置与镜头方向一致的标尺可以更为准确的知道物体距离摄像头的大概位置(也可以利用RealSense D435自带的SDK的红外测距功能完成此内容,但是由于红外测距的设备与摄像头之间存在一定的距离,所以在测量前方物体时会有一部分的偏差)从而根据自己的需要设定区分前后景物体的距离阈值,根据自己的需要设定何为前景何为后景,方便后续分析。(图1)

1.2图像采集

基于RealSense D435 SDK自带的相机例程,可以调用深度摄像头来采集深度图像。对于深度图像的保存,我们采用了OpenCV自带的图像操作函数。得到了一些效果比较好的图像。

二、分析方法

2.1关键问题

现在需要解决的问题就是建立获得的深度图像的RGB通道的像素值与其距离远近的关系。我们考虑在采集深度图像的时候,将物体的变化尽可能的平滑,这样可以使得图像的像素值连续变化,而不会出现大的跳变现象。从而更好地进行分析。

2.2实验结论

基于上述分析,我们可以将整个RGB各个通道像素值的变化分为4个部分,做成如下表格。

2.3灰度转换区分前后景物体的思路

通过上述部分,我们已经得到了RGB通道像素值随着深度值变化的大体规律,可以接着进行图像灰度化的工作。

三、实验结果与分析

我们利用OpenCV来完成上述思路的实现。

3.1實验结果

可以看到这种方法可以很好的区分前后景物体,同时,还具有了较高的对比度,很易于图像的分析与操作。

3.2结果分析

通过上述的方法我们完成了对于深度图像转灰度图像的任务,并且保留了物体的距离信息,能够很好的区分前后景物体,然而,对于物体的轮廓而言,并没有那么清楚的轮廓部分。但这并不是我们重点关注的部分,我们所需实现的内容仅仅只是由灰度图像反映出物体深度值的信息,对于这一个要求而言,处理的结果是令人满意的。

【参考文献】

[1]百度百科,RGB的定义

https://baike.baidu.com/item/RGB/342517?fr=aladdin

[2]灰度图的定义,CSDN深55度图

https://blog.csdn.net/donkey_1993/article/details/80781773