用opencv库来检测ros深度图像数据中的障碍

最新推荐文章于 2025-01-13 17:05:20 发布

转载最新推荐文章于 2025-01-13 17:05:20 发布 · 1k 阅读

Opencv 同时被 2 个专栏收录

42 篇文章

订阅专栏

ROS

19 篇文章

订阅专栏

本文介绍如何从深度图像数据中检测并清除1米外的障碍物，通过阈值处理和轮廓分析，实现对近处障碍物的有效识别与可视化。详细步骤包括：数据格式转换、深度阈值设定、障碍物轮廓提取及噪声过滤。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

原文链接

获得深度图像数据，转成cv::Mat格式

cv::Mat depthMat(depthi->getHeight(), depthi->getWidth (),  CV_16UC1, depth_map);

清除1米外的数据

int nr = depthMat.rows; // number of rows 
int nc = depthMat.cols; // number of columns 
for (int i = 0; i<nr; i++)
{
    for (int j = 0; j<nc; j++) {
        if (depthMat.at<ushort>(i, j)>1000){
            depthMat.at<ushort>(i, j) = 0;
        }
    }
}

将像素16U数据转成8U数据

depthMat.convertTo(depthMat, CV_8UC1, 1.0 / 16);

正常来说因子应该为 256/65536=1/256。16表示16×256=4096,可测障碍最远为4.096米，而1米外的障碍已清除，图像像素最大深度肯定小于1000，因此因子为1/16可将图像上的所有障碍保留下来。

用阈值函数将图像中的障碍显示到一个平面中

cv::Mat threshold_output;
cv::threshold(depthMat, threshold_output, 20, 255, CV_THRESH_BINARY);

像素数值大于20的都认为是障碍，但这里的20实际代表20×16=320mm距离远的部分。

在Mat中找到障碍的轮廓

std::vector<std::vector<cv::Point> > contours;
std::vector<cv::Vec4i> hierarchy;
cv::findContours(threshold_output, contours, hierarchy, CV_RETR_TREE, CV_CHAIN_APPROX_SIMPLE, cv::Point(0, 0));

找到障碍轮廓的凸形外廓

std::vector<std::vector<cv::Point> >hull(contours.size());
for (int i = 0; i < contours.size(); i++)
{
    cv::convexHull(cv::Mat(contours[i]), hull[i], false);
}

将面积小于100mm平方的凸形外廓当成噪点屏蔽

std::vector<std::vector<cv::Point> > result;
for (int i = 0; i< contours.size(); i++)
{
    if (cv::contourArea(contours[i]) < 100)
    {
        continue;
    }
    result.push_back(hull[i]);
}

绘制障碍轮廓

cv::RNG rng(12345);
cv::Mat drawing = cv::Mat::zeros(threshold_output.size(), CV_8UC3);
for (int i = 0; i< contours.size(); i++)
{
    cv::Scalar color = cv::Scalar(rng.uniform(0, 255), rng.uniform(0, 255), rng.uniform(0, 255));
    cv::drawContours(drawing, contours, i, color, 1, 8, std::vector<cv::Vec4i>(), 0, cv::Point());
    cv::drawContours(drawing, hull, i, color, 1, 8, std::vector<cv::Vec4i>(), 0, cv::Point());
}

显示障碍

cv::imshow("contours", drawing);
cv::waitKey(30);