我有来自 Kinect 的 PNG 格式的 RGB 和深度图像。我正在尝试将深度数据与分水岭分割一起使用，但我不知道如何组合这两种数据并获得更准确的结果。我查了一些论文，但我不明白结果或找不到专门为分水岭算法编写的解决方案。如何将深度数据作为引用点包含在分割过程中？
我正在使用 MatLab 的图像处理工具箱。
图片来自 Nathan Silberman 等人。 al. 在 Silberman's website 上的数据库
示例RGB图像及其对应的深度文件如下所示(注意深度图像，原本是二值图像，被转换为uint8):
更新:我尝试通过获取每个 channel (红色、绿色、蓝色和深度)并计算它们的权重，从 RGB 源和深度数据创建加权灰度图像；然后包括乘以每个相应像素的权重的值。但是生成的灰度图像并没有显着改善结果。它并不比仅基于 RGB 的分割好多少。如果我遵循这种方法，我还能做什么？或者，如何查看深度数据的影响？
最佳答案
除非您上传时出错，否则深度图像为黑色且不包含任何深度数据。请记住，您在这里比较苹果和梨(荷兰语)。 Whatershed 图像不是深度图像，它们是轮廓的提取。
接下来你会出错，深度图像的分辨率低于彩色图像。对于 kinect v2，它只有 512x424，而 kinect 的真实深度视觉甚至低于其返回的位图大小(与 kinect v2 相比，它是低分辨率深度，并不是每个像素都是测量的结果)。但是 v2 具有更好的视频输出。
如果您想要更好地分水岭 rgb 图像，请对多个相机帧进行平均以消除相机噪点。
PS 我建议您下载 windows kinect sdk 并查看随附的示例。
关于matlab - 如何在分水岭图像分割中使用Kinect深度数据，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/14248711/