机器视觉技术与应用实战-BLOB分析和2D图像匹配.pptVIP

《机器视觉技术与应用实战》 BLOB译作斑块（或斑点）工具，它是图像分析中很有用的一个工具，英文全称是“二值化的大物体”。顾名思义，该工具是先对图像进行二值化处理，得到非黑即白的一幅图，然后把所有的黑像素（白色像素也一样）进行聚集，形成一个斑块，再来对这个斑块进行计算，算出它的几何特征，如面积周长、外接矩形等等，如此就可以对图像进行分析，找出其中的几何特征，统计特征等等。 这是机器视觉经常使用的一个工具。其算法实现并不复杂，但十分有用和有效，广泛应用于缺陷检测，物体定位、辨识和测量。 2.5.1 BLOB分析基本流程 (1)图像分割: 在进行BLOB分析之前，必须把图像分割为我们感兴趣的对象和不感兴趣的噪声（一般为背景），通过对阈值的选取，二值化图像就可以把感兴趣的对象保留下来，新的像素值全为255，而噪声像素值为0，这样就把对象分割出来了。 (2)连通性分析: 当图像被分割为目标像值或背景像素后，通过连通性分析，目标图像就聚合为斑点的连接体。在图像中寻找一个或多个相同灰度的斑点，并将这些斑点按照四邻域或者八邻域方式进行连通性分析，将目标像素聚合为斑点的连接体，就形成一个个BLOB。 (3)BLOB特征分析: 通过对BLOB进行图形特征分析，可以将单纯的图案信息迅速转化为图像的形状信息，包括图形质心、图形面积、周长、最小出按矩形以及其他特征信息。使用BLOB分析，通过多级分类器的过