VisionPro常用视觉工具详解--CogBlobTool

一.主要功能

利用 Cog81obToo1 工具，可以检测和定位图像中某一灰度范围内的形状未知的特征，这个过程叫做 Blob 分析。通过 Blob 分析，可以为我们得到图像某一特征是否存在、数量、位置、形状、方向等信息。也可以利用Blob分析未发现图像中不同特征之间的拓扑关系.

二.适用场合

Blob分析一般用在一下场合:

• 二维物体图像
• 高对比度图像
• 存在缺陷检测
• 有尺寸和旋转不变性要求

三.Blob分析的一般步骤

1. 图像分割
2. 应用联通性规则
3. 执行形态学操作
4. 计算测量
5. 得出结果,输出图像

图像分割的目的是确定哪些是斑点像素,哪些是背景像素

四.图像分割的四种模式

4.1 硬阈值(固定阈值):

硬阈值是定义一个像素值为图像分割点，大于此像素值的为物体像素，小于此像素值的为背景像素，如图 4-1 ，但是由于物体和背景交界处的像素值很难准确判断是目标像素或背景像素，这样在分割的时候容易产生空间量化错误,如图7.4.1所示.

4.2 硬阈值(相对阈值):

是以灰度直方图中某个百分比处的像素值作为图像分割的阈值,如图 7.4.2.1所示，其有两个重要的参数，第一个是尾值，包括左尾和右窟，第二个是阈值百分比。

相对阂值一般使用在灯光亮度变化的场合，如图7.4.2.2所示

4.3 硬阈值(动态阈值):

硬阈值动态阈值是根据输入图像直方图自动计算一个合适的分割阈值,其原理是尽可能最小化阈值两端的加权差.

4.4 软阈值(固定阈值):

和硬阈值不同的是，软阈值的图像分割点是一个像素区间，大于此区间内像素最大值的为物体像素，小子此区间内像素最小值的为背景像素，像素值在区间内的是边界像素，如图7.4.3 所示.

4.5 软阈值(相对阈值):

是在软阂值的基础上加上相对阂值的思想,具有低阈值、高阈值、低尾部、高尾部，柔和度几个参数.其计算高低阈值的过程和硬阈值(相对阈值)相同.低尾、高尾的像素值均被忽略,低百分比和高百分比之间的像素作为分隔阂值,如图7.4.5 所示.