机器视觉技术与应用实战（BLOB分析）

我发现写blob分析（Binary Large Object)相应的处理函数的文章非常少。那就写一写关于blob分析相关的文章。

blob工具也叫做斑点工具，先对图像进行二值化，对图像中连通区域进行计算，计算几何特征。

BLOB分析功能： 1、图像分割 2、连通域分析 3、BLOB特征分析

图像分割： 允许BLOB分析将图像分割成两类：斑点和背景。当然我更愿意认为这个是其中的二值化起到了作用，通过 二值化将背景和斑点进行分离。这个要求物体和背景对比度比较好的情况，之前说过的，对比度其实更多反 映在灰度值之间的差距，物体的那部分的灰度值和背景的灰度值的差距非常大越好分离，如双峰直方图。双峰直方图类似如下：

BLOB里面有两种类型的阈值函数：硬阈值和软阈值。?

在visionpro里面同样有相应的处理方式：

?硬阈值：不允许有跨斑点边界的灰度值变化。硬阈值通常设置在两个峰值中间的低谷处。

?举个栗子：

原图：

灰度直方图+阈值线（紫色）：

?

可以看到阈值几乎划在了背景和物体灰度值中间?

?于是得到BLOB处理后图（截图为了看到白色区域，特意截取大一点）：灰度直方图为：0和255

?硬阈值的边缘灰度值是跳跃的，不存在过渡像素。如图是上面图的一部分：

硬阈值对于边界区域的像素的处理太粗暴了。于是乎，软阈值它来了！

软阈值：展现处理斑点边界区域的像素的灵活性，软阈值倾斜并覆盖一系列像素值。一旦处理，阈值范围内的像素被输出为加权像素。加权像素按照它在阈值范围内的值来计算斑点结果。以下是我设置的软阈值范围，低阈值和高阈值之间的阈值范围就是加权像素的区域，低于低阈值的统统设置为0，高于高阈值的统统 设置为255，区域内的像素进行加权，得到过渡灰度值。在这张图里面，我设置了低阈值为150，高阈值为 210。

结果如下：

?直方图是这样的（注意红色箭头指的地方），红色箭头的地方是有像素点分布的：

它的边缘是这样的:

?可以看到明显的过渡像素！

对于过渡像素的求值，目前还没找到相应的详细计算方法，只能知道是用到了加权的方式统计的。

最后，如果是测量某一个区域的某一些值，blob分析可能会影响到准确性。blob分析在我所处的项目中，通常用于检测有无和比较粗略的测量。