【数字图像处理学习笔记之三】Blob分析
2016-06-27 14:18
609 查看
Blob在机器视觉中是指图像中的具有相似颜色、纹理等特征所组成的一块连通区域。Blob分析就是对这一块连通区域进行几何分析得到一些重要的几何特征,例如:区域的面积、中心点坐标、质心坐标、最小外接矩形、主轴等。
Blob分析的一般步骤:
(1)图像分割:分离出前景和背景
(2)连通性分析:根据目标的连通性对目标区域进行标记,或者叫拓扑性分析
(3)特征量计算:描述了区域的几何特征,这些几何特征不依赖与灰度值
一个很简单的例子:
1.图像分割
将图像分离为目标像素和背景像素,初始分割之后一般需要进行形态学处理才能满足使用要求。常用分割方法:直接输入;硬阈值分割;软阈值分割。常用形态学处理包括:连通、膨胀、腐蚀、开操作、闭操作、顶帽变换、击中与不击中变换、交集、差异、骨架、边界等。
阈值分割又包括:
1)简单阈值分割threshold
适用范围:目标与背景之间存在灰度差(如果环境稳定,阈值可以在离线状态下一次确定)
2)动态阈值分割dyn_threshold
适用范围:背景不均一无法确定全局阈值、目标经常表现为比背景局部亮一些或者暗一些。这时候需要通过其领域来找到一个合适的阈值进行分割。确定其领域的方法是:通过一些平滑滤波算子来确定领域,例如mean_image或者binomial_filter
3)自动全局阈值方法bin_threshold
4)watersheds_threshold
2.特征量计算常用
area_center,区域面积Area和中心(Row,Column)
area_center_gray,区域面积Area和灰度中心(Row,Column)
smallest_rectangle1最小外接矩形
smallest_rectangle2最小外接仿射矩形,
compactness,紧凑度
elliptic_axis,计算region区域中的椭圆参数
intensity,计算region区域的灰度平均值和偏差
min_max_gray,最小最大灰度值
Blob分析的一般步骤:
(1)图像分割:分离出前景和背景
(2)连通性分析:根据目标的连通性对目标区域进行标记,或者叫拓扑性分析
(3)特征量计算:描述了区域的几何特征,这些几何特征不依赖与灰度值
一个很简单的例子:
1.图像分割
将图像分离为目标像素和背景像素,初始分割之后一般需要进行形态学处理才能满足使用要求。常用分割方法:直接输入;硬阈值分割;软阈值分割。常用形态学处理包括:连通、膨胀、腐蚀、开操作、闭操作、顶帽变换、击中与不击中变换、交集、差异、骨架、边界等。
阈值分割又包括:
1)简单阈值分割threshold
适用范围:目标与背景之间存在灰度差(如果环境稳定,阈值可以在离线状态下一次确定)
2)动态阈值分割dyn_threshold
适用范围:背景不均一无法确定全局阈值、目标经常表现为比背景局部亮一些或者暗一些。这时候需要通过其领域来找到一个合适的阈值进行分割。确定其领域的方法是:通过一些平滑滤波算子来确定领域,例如mean_image或者binomial_filter
3)自动全局阈值方法bin_threshold
4)watersheds_threshold
2.特征量计算常用
area_center,区域面积Area和中心(Row,Column)
area_center_gray,区域面积Area和灰度中心(Row,Column)
smallest_rectangle1最小外接矩形
smallest_rectangle2最小外接仿射矩形,
compactness,紧凑度
elliptic_axis,计算region区域中的椭圆参数
intensity,计算region区域的灰度平均值和偏差
min_max_gray,最小最大灰度值
相关文章推荐
- 移植opencv2.4.9到itop4412开发板
- 利用矢量计算快速判定一点在直线的哪一侧
- 大幅面多相机高精度定位及测量解决方案
- 读书计划与交流的期望
- 在机器视觉领域中为何选择基于瑞芯微Rockchip PX2主控芯片?
- Halcon学习之四:有关图像生成的函数
- Halcon学习之二:摄像头获取图像和相关参数
- Halcon学习之五:有关图像的定义域的函数
- Halcon学习之七:改变图像的现实方式和大小
- 分享一些OpenCV实现立体视觉的经验
- 在OpenCV中用cvCalibrateCamera2进行相机标定
- 机器视觉方向的大牛介绍
- 机器视觉系列—— Vision 基础知识上集 http://bbs.elecfans.com/jishu_466819_1_1.html (出处: 中国电子技术论坛)
- 机器人demo
- 机器视觉系统硬件部分
- 机器视觉领域的牛人主页及代码(一)
- 机器视觉领域的牛人主页及代码(二)
- 卷积和相关
- 普及机器视觉,每日一贴
- 机器视觉的一些链接