術語-BLOB：BLOB

ylbtech-術語-Blob：Blob

計算機視覺中的Blob是指圖像中的一塊連通區域，Blob分析就是對前景/背景分離後的二值圖像，進行連通域提取和標記。標記完成的每個Blob都表明一個前景目標，而後就能夠計算Blob的一些相關特徵。其優勢在於經過Blob提取，能夠得到相關區域的信息，可是速度較慢，分析難度大。

1.返回頂部

一、

中文名：blob

外文名：blob

用    途：目標跟蹤

領    域：計算機

含    義： 圖像中的一塊連通區域

類    別： 基於區域的跟蹤

目錄

1. 1 背景
2. 2 簡介
3. 3 核心思想

1. 4 分析方法
2. 5 特色
3. ▪ 缺點

二、

2.返回頂部

一、

背景

目標跟蹤是計算機視覺中的一項重要研究任務，應用場景普遍。它要解決的是： 對運動目標在圖像平面上的軌跡進行估計的問題。跟蹤器須要在視頻序列的不一樣幀中，將一個惟一的標籤分配給特定的跟蹤目標。此外，根據跟蹤結果還能夠提供與運動目標相關的信息，如目標的一些形狀外貌、運動狀態以及統計信息等。

 

簡介

計算機視覺中的Blob是指圖像中的一塊連通區域，Blob分析就是對前景/背景分離後的二值圖像，進行連通域提取和標記。標記完成的每個Blob都表明一個前景目標，而後就能夠計算Blob的一些相關特徵，如：面積、質心、外接矩形等幾何特徵，還能夠計算Blob的顏色、紋理特徵，這些特徵均可以做爲跟蹤的依據。

基於Blob的跟蹤屬於基於區域的跟蹤，該算法在多篇文獻中被研究過。有學者將Blob用於車輛的跟蹤，首先用特徵檢測來提取目標Blob並計算Blob的幾何特徵，在進行Blob跟蹤的時候，將Blob面積重疊率在50%以上做爲匹配標準。有學者將Blob用於移動機器人的視覺跟蹤系統中，在該系統中，首先用鼠標標記目標，而後對目標進行顏色學習，造成目標表面顏色的RGB向量集。在目標跟蹤的過程當中遍歷圖像，經過將全部像素點與目標RGB向量集做對比來尋找目標色塊，再提取色塊的特徵用於後續跟蹤。有學者提出基於Blob的Mean-shift跟蹤，考慮到目標在移動過程當中，可能會發生形變，因此在Blob周圍不斷調整搜索窗口大小，而後在窗口區域和目標之間做特徵匹配以此來跟蹤目標。有學者提出的多目標跟蹤算法中，採用Blob標記法來對前景目標進行彙集和生長。有學者在車輛跟蹤系統中，先檢測車輛Blob，而後進行學習，造成屬於車輛的特徵類。有學者在提取目標過程當中將Blob匹配與混合高斯算法相結合，而後與混合高斯算法結果對比，實驗結果代表該文獻算法提取出的目標更加完整。

 

核心思想

Blob算法的核心思想， 就是在一塊區域內，將出現」灰度突變」的範圍找出來。 肯定其大小、形狀及面積等。算法從邊緣尋找中的 」卷積算法」，例如」卷積算法」的矩陣設定爲2*4掃描從左向右從上至下進行的。矩陣每移動一步，算法計算矩陣中前半部(列1及列2)的灰度值總和，與矩陣中後半部(列3及列4)的灰度值總和的差。假如矩陣中這塊圖像的顏色爲相同，也就是說矩陣中的8個像素的灰度極接近的話，那麼，這個矩陣前部與後部灰度值總和差應該是趨近0的。程序一步步運行，矩陣前部與後部的灰度值總和差一直接近0。若是矩陣掃描到了一塊前景的邊緣，這時矩陣前部與後部灰度值總和差突變了，灰度值再也不接近，則是到了一個Blob。當算法掃描完整的時候，系統就記錄了所有發生這種突變狀況的點的座標。以後再對這些邊緣點進行一系列的分析，即可以獲得這個Blob的大小、形狀及面積等信息。

 

分析方法

Blob分析的重要一個步驟是連通區域的肯定。按照處理方式的不一樣Blob分析基本上分紅兩種：基於像素掃描的處理方法和基於 遊程編碼(RLE)的處理方法。前者表明性的方法有遞歸法與兩次掃描法；基於遊程編碼的方法是對於二值圖像有一種編碼方法RLE，其基本思想是對連在一塊兒的黑色或者白色像素數(遊程)用不一樣的碼字來編碼。其方法：計算連續出現的數據長度來進行壓縮。例如：對於數據AAAAABBBBAA而言，RLE的結果是5A482A。這樣對圖像逐行進行RLE，並將相連的像素塊合併；最終提取出多個連通區域，獲得每一個連通區域的鏈碼錶和線性表。得到鏈碼錶就能夠計算出區域邊界輪廓長度和周長；線性表則能夠計算面積和重心等參數。  

 

特色

 

缺點

目前的Blob算法有幾個缺點：

一、速度過慢，要整個區域做逐點掃描。

二、Blob分析難度大。這是一純幾何學上的問題，一個不規則的形狀，如何計算它的面積、大小沒有簡單易行的算法，太過複雜，運算時間就長，速度就更慢了。另外，實際應用中，沒有單純的表面檢測，在一個場景中一般要檢測幾個區域塊， 表面檢測只是其中一項。這就使Blob分析算法的侷限性更爲明顯。好比，咱們作一個印刷品的檢測：一是檢測印刷品上印上去的字是否清楚；二是檢測印刷品表面有沒有劃痕。因而，Blob算法就要能區別出哪一個是文字，哪一個是劃痕。

三、實際應用。Blob算法在實際應用中，很是依賴光源。幾乎能夠說，Blob算法若是離開了一個可靠的光源設計，則徹底不起做用。場景中有各類不一樣的顏色，這些顏色上的差別，在黑白相機下來看，就是灰度值的變化，由於顏色的表現跟光源有很大的關係，因此一個穩定的光源是必須的。  [2] 

 

優勢

Blob在目標跟蹤的優點有：

（1）經過Blob提取，能夠得到相關區域的信息，這些信息能夠做爲邊緣監測器或者角點檢測器的補充信息。在目標識別中，Blob能夠提供局部的統計信息和外貌信息，這些信息可以爲目標識別和跟蹤提供依據；

（2）能夠利用Blob對直方圖進行峯值檢測；

（3）Blob還能夠做爲紋理分析和紋理識別的基元；

（4）經過Blob分析，能夠獲得目標的個數及其所在區域，在進行目標匹配時，不須要對全局圖像進行搜索。

二、

3.返回頂部

 

4.返回頂部

 

5.返回頂部

一、

https://baike.baidu.com/item/blob/543419

二、

 

6.返回頂部

 

做者：ylbtech 出處：http://ylbtech.cnblogs.com/ 本文版權歸做者和博客園共有，歡迎轉載，但未經做者贊成必須保留此段聲明，且在文章頁面明顯位置給出原文鏈接，不然保留追究法律責任的權利。