kinect 2.0 SDK学习笔记（五）--深度图的实时平滑之像素滤波器

深度图的实时平滑

一、背景

英文原文，使用的是第一代kinect
youtube上的演示效果

二、深度数据存在的问题

下图是我简单处理后的深度图：

蓝色表示采到深度值为0的点，而其他点用颜色来标识，颜色越深表示离相机越近。数据中的噪声表现为蓝色斑点在画面上不断出现和消失。一些噪点是由于红外在遇到物体表面时发生散射造成的，另一些是由于离得kinect较近的物体的遮挡。
另一个限制深度数据的地方在于kinect的工作范围（0.8m-4m）。在这个范围之外的物体就会表现为无数据，即深度值为0。

三、解决办法

作者提出了像素滤波器和加权移动平均两种方法，并且能在实时的要求下达到深度图平滑的效果。

3.1 像素滤波器

3.1.1 原理及步骤

第一步是将深度数据帧转换为我们方便处理的形式，比如UINT16[]。

UINT16 *depthData = new UINT16[424 * 512];
m_pDepthFrame->CopyFrameDataToArray(nDepthBufferSize,reinterpret_cast(depthData));

下面就是对一帧上的每个像素搜索，找到深度值为0的位置，我们希望除去这样的像素，但是又不会影响精度和数据的其他特性。那么应该如何去做呢？
我们先把深度值为0的像素定为候选滤波对象，然后看看它究竟是否符合我们滤去它的标准。我们利用它周围的一些像素对应的深度值来定义这个标准。我们以候选滤波像素为中心定义一个一个两“层”的滤波器，同时用它来寻找这个滤波器框内其他深度值非零的像素。滤波器将这些深度值做一个分布，并关注每层框内这种像素的数量。然后将每层内非零像素个数与一个阈值比较，进而决定这个候选像素是否应该被滤波。如果任意层内非零像素的数目超过了阈值，就要将所有非零像素深度值对应的统计众数（数目最多一个深度值）应用到候选滤波像素上，使其深度值不为0。滤波器如下图所示：

下图主要表明了采用众数，即滤波器框内频数最高的一个深度值来作为候选像素的深度值，要比直接采用框内所有深度值的平均要更加符合实际（我觉得如果改成内层的众数更好）。

原文使用的是C#，我这里改为C++:

// 滤波后深度图的缓存
    unsigned short* smoothDepthArray = (unsigned short*)i_result.data;
    // 我们用这两个值来确定索引在正确的范围内
    int widthBound = 512 - 1;
    int heightBound = 424 - 1;

    // 内（8个像素）外（16个像素）层阈值
    int innerBandThreshold = 3;
    int outerBandThreshold = 7;

    // 处理每行像素
    for (int depthArrayRowIndex = 0; depthArrayRowIndex<424;depthArrayRowIndex++)
    {
        // 处理一行像素中的每个像素
        for (int depthArrayColumnIndex = 0; depthArrayColumnIndex < 512; depthArrayColumnIndex++)
        {
            int depthIndex = depthArrayColumnIndex + (depthArrayRowIndex * 512);

            // 我们认为深度值为0的像素即为候选像素
            if (depthArray[depthIndex] == 0)
            {
                // 通过像素索引，我们可以计算得到像素的横纵坐标
                int x = depthIndex % 512;
                int y = (depthIndex - x) / 512;

                // filter collection 用来计算滤波器内每个深度值对应的频度，在后面
                // 我们将通过这个数值来确定给候选像素一个什么深度值。
                unsigned short filterCollection[24][2] = {0};

                // 内外层框内非零像素数量计数器，在后面用来确定候选像素是否滤波
                int innerBandCount = 0;
                int outerBandCount = 0;

                // 下面的循环将会对以候选像素为中心的5 X 5的像素阵列进行遍历。这里定义了两个边界。如果在
                // 这个阵列内的像素为非零，那么我们将记录这个深度值，并将其所在边界的计数器加一，如果计数器
                // 高过设定的阈值，那么我们将取滤波器内统计的深度值的众数（频度最高的那个深度值）应用于候选
                // 像素上
                for (int yi = -2; yi < 3; yi++)
                {
                    for (int xi = -2; xi < 3; xi++)
                    {
                        // yi和xi为操作像素相对于候选像素的平移量

                        // 我们不要xi = 0&&yi = 0的情况，因为此时操作的就是候选像素
                        if (xi != 0 || yi != 0)
                        {
                            // 确定操作像素在深度图中的位置
                            int xSearch = x + xi;
                            int ySearch = y + yi;

                            // 检查操作像素的位置是否超过了图像的边界（候选像素在图像的边缘）
                            if (xSearch >= 0 && xSearch <= widthBound &&
                                ySearch >= 0 && ySearch <= heightBound)
                            {
                                int index = xSearch + (ySearch * 512);
                                // 我们只要非零量
                                if (depthArray[index] != 0)
                                {
                                    // 计算每个深度值的频度
                                    for (int i = 0; i < 24; i++)
                                    {
                                        if (filterCollection[i][0] == depthArray[index])
                                        {
                                            // 如果在 filter collection中已经记录过了这个深度
                                            // 将这个深度对应的频度加一
                                            filterCollection[i][1]++;
                                            break;
                                        }
                                        else if (filterCollection[i][0] == 0)
                                        {
                                            // 如果filter collection中没有记录这个深度
                                            // 那么记录
                                            filterCollection[i][0] = depthArray[index];
                                            filterCollection[i][1]++;
                                            break;
                                        }
                                    }

                                    // 确定是内外哪个边界内的像素不为零，对相应计数器加一
                                    if (yi != 2 && yi != -2 && xi != 2 && xi != -2)
                                        innerBandCount++;
                                    else
                                        outerBandCount++;
                                }
                            }
                        }
                    }
                }

                // 判断计数器是否超过阈值，如果任意层内非零像素的数目超过了阈值，
                // 就要将所有非零像素深度值对应的统计众数
                if (innerBandCount >= innerBandThreshold || outerBandCount >= outerBandThreshold)
                {
                    short frequency = 0;
                    short depth = 0;
                    // 这个循环将统计所有非零像素深度值对应的众数
                    for (int i = 0; i < 24; i++)
                    {
                        // 当没有记录深度值时（无非零深度值的像素）
                        if (filterCollection[i][0] == 0)
                            break;
                        if (filterCollection[i][1] > frequency)
                        {
                            depth = filterCollection[i][0];
                            frequency = filterCollection[i][1];
                        }
                    }

                    smoothDepthArray[depthIndex] = depth;
                }
                else
                {
                    smoothDepthArray[depthIndex] = 0;
                }
            }
            else
            {
                // 如果像素的深度值不为零，保持原深度值
                smoothDepthArray[depthIndex] = depthArray[depthIndex];
            }
        }
    }

3.1.2 滤波效果

我这里再次把原图贴上，左图是滤波后的效果图：可以看到物体边缘散乱的深度值为0的点已经减少了不少。

3.1.3 代码

因为只是为了理论上了解像素滤波器平滑的机制，因此我选择静态的读取kinect采集的原始图片，然后进行平滑。
代码下载链接

请自行配制环境–kinect 2.0SDK和OpenCV。
下一节将继续讲解平滑中的加权移动机制