【OpenCV】障碍物提取

由于后续要做移动机器人的视觉导航，所以提取机器人行进路径上的障碍物是很重要的一步。目前已基本实现障碍物的提取，但精度不高，后续仍要进行改进。本文主要参考了基于深度摄像头的障碍物检测（realsense+opencv） http://www.cnblogs.com/daihengchen/p/5686272.html以及一些期刊论文和学位论文。
在前文得到视差图和三维坐标的基础上，首先对地面干扰区域和行进路径以外区域进行去除。以下是地面干扰区域的去除方法，行进路径以外区域我采用的是机器人行进过程中设定一定的视角，去除视角之外的区域，通过行进路径以外物体距相机中心在x轴和z轴上的距离来就算角度。

然后对处理后的视差图进行二值化分割，大致提取到障碍物。由于立体匹配过程中一些物体文理较弱的区域未匹配，导致一个物体可能被分割成几部分，所以对图像再进行闭运算，然后再求出所有障碍物的凸包，这个时候要计算面积，当面积小于一定的阈值的时候不予考虑，最终输出障碍物的凸包坐标。
以下是实现过程：

视差图→三维测距

去除行进路径以外区域→去除地面干扰区域→二值化分割

闭运算→求凸包

得到障碍物坐标和大小