http://blog.sina.com.cn/s/blog_67cc4eb70100ivnt.htmlhtml
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,獲得諸如目標位置、形狀、方向和目標間的拓撲關係(即包含關係)等信息。根據這些信息可對目標進行識別。在某些應用中咱們不只須要利用2D的形狀特徵,還要利用Blob分析之間的特徵關係。htm
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係進行描述。(4)特徵量計算:計算目標的2-D形狀特徵。blog
Blob分析中主要包含如下圖像處理技術:圖像處理
一、圖像分割:Blob分析其實是對閉合形狀進行特徵分析。在Blob分析以前,必須將圖像分割爲目標和背景。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必定程度上消除空間量化偏差,從而提升目標特徵量的計算精度。方法
二、形態學操做:形態學操做的目的是去除噪聲點的影響。技術
三、連通性分析:將目標從像素級轉換到連通份量級。co
四、特徵值計算:對每一個目標進行特徵量計算,包括面積、周長、質心座標等特徵。分割
五、場景描述:對場景中目標之間的拓撲關係進行描述。像素
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、數值範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、不可以用兩個灰度表示的特徵、圖形檢測需求。