http://blog.sina.com.cn/s/blog_67cc4eb70100ivnt.html
Blob分析:Blob分析目的在於對圖像中的2-D形狀進行檢測和分析,得到諸如目標位置、形狀、方向和目標間的拓撲關系(即包含關系)等信息。根據這些信息可對目標進行識別。在某些應用中我們不僅需要利用2D的形狀特征,還要利用Blob分析之間的特征關系。
Blob分析的主要內容包括:(1)圖像分割:將圖像中的目標和背景分離。(2)去噪:消除或減弱噪聲對目標的干擾:(3)場景描述:對目標之間的拓撲關系進行描述。(4)特征量計算:計算目標的2-D形狀特征。
Blob分析中主要包含以下圖像處理技術:
1、圖像分割:Blob分析實際上是對閉合形狀進行特征分析。在Blob分析之前,必須將圖像分割為目標和背景。圖像分割是圖像處理的一大類技術,在Blob分析中擬提供分割技術包括:直接輸入、固定硬閾值、相對硬閾值、動態硬閾值、固定軟閾值、相對軟閾值、像素映射、閾值圖像。其中固定軟閾值和相對軟閾值方法可在一定程度上消除空間量化誤差,從而提高目標特征量的計算精度。
2、形態學操作:形態學操作的目的是去除噪聲點的影響。
3、連通性分析:將目標從像素級轉換到連通分量級。
4、特征值計算:對每個目標進行特征量計算,包括面積、周長、質心坐標等特征。
5、場景描述:對場景中目標之間的拓撲關系進行描述。
Blob分析主要適用於一下機器視覺應用:二維目標圖像、高對比度圖像、存在/缺席檢測、數值范圍和旋轉不變性需求。
Blob分析不適用於一下機器視覺應用:低對比度圖像、不能夠用兩個灰度表示的特征、圖形檢測需求。