Blob分析又稱斑點分析,是對圖像中相同像素的連通域進行分析,該連通域稱爲Blob。當圖像對比度較高時可用Blob分析提取特徵。
該演算法如下
1.基於閾值分割出目標區域。按原理可分爲三種:基於亮度,基於RGB,基於自適應(動態閾值),但這一步只是將圖像轉爲一個或多個二值圖,並沒有將各個Blob區域分開
2.細化區域,去除噪聲,可以基於形態學處理或根據特徵做區域篩選
3.對指定區域的blob進行分析,提取特徵,一般有數字特徵(如面積,凸殼相似度,區域輪廓長度,與圓的相似度)和非數字特徵(最小外接矩形/圓,對角線長度,區域的骨架,區域輪廓)。
其中前兩步算是數據的預處理。而第三步是Blob分析的核心,又被稱爲Blob檢測(Blob detection)。視覺領域的Blob檢測主要思路是檢測出圖像中比周圍像素灰度大(或小)的區域,有兩種基本方法:
參考文章:
https://zhuanlan.zhihu.com/p/509261798