斑点概述
- 斑点分析 探测并且分析图像中的二维形状
- Blob是先根据用户设定好的灰阶范围对图像进行分割，然后对目标进行查找和分析。
- 斑点报告多种属性：
- 面积
- 质心
- 周长
- 主轴
- ……..
应用场景
- Blob分析非常适合以下场合的应用：
- 对象在尺寸、形状和/或方向上差异很大（训练模型很难或者不可能）
- 对象有背景中找不到的截然不同的灰度
- 对象没有重叠或者接触
- 应用案例：
- 检查环氧树脂点分配的数量、尺寸和形状
- 检查表示坏薄片模型的墨水点的正确位置和大小
- 检查药片的破碎和大小
- 根据对象的尺寸、形状或位置整理或者分类对象
原理
- Blob是先根据用户设定好的灰阶范围对图像进行分割，然后对目标进行查找和分析。
- 有数种模式可以指定哪些可以将斑点与背景像素分开
运行作业
- 选择安装目录下blobs图片
- 添加Blob工具
- 运行
参数介绍
极性
-
-
- 在光亮背景上的黑色斑点
- 在黑色背景上的光亮斑点
-
白色的是斑点,黑色的是孔
先根据用户设定好的灰阶范围对图像进行分割，然后对目标进行查找和分析。
阀值
将斑点像素从背景像素中分开来的值
分割模式(分割算法)
固定硬阈值
适用于图像有双峰值的情况,是一种图像分割的方法
如果像让左边也变成白色,需要调整阈值108 使用电子模式调整
根据我们的设置灰阶值进行图像的分割,分割成两部分,背景和目标
分析效果
对应测得尺寸
通过测得结果我们发现最大的面积是18万,最小是68.如果想要其中的某一部分就可以在测得尺寸中进行筛选
如:面积是1000-5000的范围的斑点
排除0或者包含1
添加属性
注意:选择的属性越多,工具运行的时间就会越长
测得尺寸相关参数
拓扑 : 辨别斑点、孔以及孔中的斑点
以上是基本操作,
问题:如何进行灰度值的设置 如何进行查找
恢复成默认值
形态学的操作
白色区域在变大
注意:无论是黑底白点还是白底黑点操作的都是白色
分割算法
Blob使用时通常分为分割和分析两步。分割就是第一步，将Blob区域找出来
固定硬阈值:
硬阈值分割:
相对硬阈值:
固定阈值的问题:无论是硬阈值还是软阈值，在光照亮度线性变化时都会出现无法分割的情况
无法适应光线
上图说明:三幅图最明显的变化是由亮到暗,
第一张当灰度值比较暗的时候,目标是10,背景是90,以100为分割,就找不到图像
第二张: 目标是80,背景是160,以100为分割,能够准确分割
第三张:分割不到
中间的图变亮变暗,都导致无法分割
相对阈值就可以避免这种问题
相对,不是按照灰度值进行分割的,而是按照对应像素的灰度值的占比进行分割的
如上图:40% 不管上面的图像变得两或者暗,目标像素的个数站总像素的个数的比例是固定的
以40%来分割就可以进行分割
使用相对硬阈值对亮度变化的图像实现完美分割
当亮度发生变化的时候,曲线往左平移,40%对应的阈值也会变小 灰度值变化 30
当亮度发生变化的时候,曲线往右平移,40%对应的阈值也会变大 灰度值变化 140
动态硬阈值
动态硬阈值是根据输入图像的直方图来自动计算合适的阈值
阈值是通过最小化在阈值两边的像素的权重方差来计算的。有双峰分布的直方图
会出现很好的分割。如果不是双峰分布，可能就不能得到很好的分割
固定软阈值:
固定硬阈值
在目标和背景之间存在一个过渡的区域,过渡区域可以使用柔和度来设置权重,这也就是中间部分是属于目标还是背景,可以根据每个阶段的权重得到计算的结果
总结:硬阈值就是一刀切,根据阈值分成两部分
软阈值就是分成三部分,除了目标和背景两部分,中间还有一个过渡区,对缓冲区域根据权重值进行计算,计算出是属于目标还是背景
连通性
一个blob就是由一组连通的像素组成。visionpro中对象使用8邻域，背景使用4邻域
左图:中间是目标 8邻域 上下左右 边贴边 斜对角 相接的都属于他的域
以8邻域来看是一个blob，以4邻域来看是8个blob
总结:
- 固定的阀值要比相对的速度快，因为与百分比对应灰度不必计算
- 固定阀值可以检测场景中是否有某特征，而相对阀值始终在场景中找到一个斑点
- Blob工具的基本操作方法
选择分割算法、设置分割阈值、设置分割区域、运行查看结果、
设置测量参数、再次运行查看筛选后参数
Blob工具的基本原理
根据图像像素灰度值大小、或者像素个数占比，将图像分割对象和背景两部分，再设置筛选条件，选出合适的目标
- blob工具的典型应用场景
适合:2D对象、高对比度(背景与对象对比明显)、无叠加、尺寸和形状不确定
标签：分割,阈值,斑点,像素,灰度,Blob,工具 From： https://blog.csdn.net/2401_85866688/article/details/141094960