【blob算法】不一定要二值化，实际上。在我所接触过的系统中。BLOB算法，没有一家是用二值化的，因为误差太大。 所谓BLOB算法，其实没有什么奥妙可言。简单地说，就是在一个欲定的“清洁”的范围内，将一块斑点（大家可以想象成是一块“污迹”）找出来。 其算法，也不难－－至少在目前已知的算法中来看是这样的。完全是基于“边缘寻找”算法之上。上次答应过YOUYOU写一篇有关BLOB算法，非常对不起，最近忙于和国内的合作项目，实在没有时间。只好先欠着。在这里只简单地介绍一下：
BLOB算法的核心思想，就是在一块区域内，把出现“灰度突变”的范围找出来。什么意思呢？便于大家理解举个实际例子：想象大家手上有一面镜子，非常清洁 （清洁到大家脸上的“青春痘”都看得一清二楚）。现在我在上面滴一滴蜡，于是镜面上就出现子一个“污点”。BLOB算法，就是帮助我们把这个“污点”的准 确位置找出来，并确定其大小、形状及面积等的算法。 现在整个镜面就是我们欲定的检测范围。用光源把该范围照亮。于是，由于镜面是强反射的表面，所以在相机中看到的是一片白色，而点了蜡的地方，则不会反光， 或反光极弱。所以这一小块“污点”，在成象中看到的就是一块黑。
算法启动，最普通的算法是边缘寻找中的“卷积算法”（convolution，呵呵。。好象有几种不同名称）。我们把例子具体到极点：现在“卷积算法”的 矩阵设定为2×4，也就是说2行4列。扫描是从左向右由上至下进行的。那么，矩阵每移动一步，程序就会计算矩阵中前半部（列1及列2）的灰度值总和，与矩 阵后部（列3及列4）灰度值总和的差。如果矩阵中的这块图象的颜色是一致的，也就是说矩阵中的8个象素的灰度极接近的话。那么，这个矩阵前部与后部灰度值 总和差应该是趋近0的。 程序一步步运行，矩阵前部与后部灰度值总和差一直接近0。这时，这个矩阵扫描到了那块“污点”的边缘，这时矩阵前部与后部灰度值总和差突然“跳”了起来， 即，矩阵中的灰度值不再接近，出现了一块“黑色”。 于是程序便知道，我们已经描到了一个BLOB，斑点，的边缘。就这样，当程序扫描完整镜面的时候，系统就记录了全部发生这种“突变”情况的点的坐标。而这 些就，就是那块污点的边缘。 下面，我们再对这些边缘点进行一系统的分析，便可以得到这个班点的大小、形状及面积等信息。
BLOB分析，是可以分析出“黑”色或“白”色班点的。因为，我们从算法上可以看出，这种“突变”，对无论是由黑到白，还是从白变黑的情况都是适用的。 上面的例子是“白”表面上的“黑”斑点。另举一例：我们拿一块黑色的塑料板，用刀在上面一划，就出现一条“白”色的划痕。大家套着上面“镜面滴蜡”的例 子，稍作推想，就不难想出同样算法，一样可以分析出“白”色的划痕各种信息。
从上面的介绍大家不难看出，目前的BLOB算法有以下几个缺点：
1，速度过慢。当然了，你要整个区域作逐点扫描。
2，斑点分析难度大。这是一纯几何学上的问题－－已知了一个不规则的形状，如何计算它的面积、大小？不是说无法计算，而是简单易行的算法好象还没有。太过 复杂，运算时间就长，速度就更慢了－－检测一个苹果的表面，没有理由花上1分多钟去分析吧？另外，在实际应用中，没有单纯的表面检测。通常一个项目，客户 要示检测几样东西，而表面检测只是其中一项。这就使BLOB分析算法的局限性更为明显。比如，我们作一个印刷品的检测：一、检测印刷品上印上去的字是否清 楚；二、检测印刷品表面有没有划痕。于是，我们的BLOB算法就要能区别出哪个“斑点”是文字，哪个“斑点”是划痕。
3，实际应用。BLOB算法在实际应用中，非常依赖光源。几乎可以说，BLOB算法如果离开了一个可靠的光源设计，则完全是个没用的废物。还举苹果表面检 测的例子，苹果表面是有各种颜色的，红红绿绿。而这些颜色上的差异，在黑白相机下来看，就是灰度值的变化。那么，在这个项目中，灯庞的设计就变得至关重要 了：灯源要把苹果表面的色差在成象中“滤”去，而将苹果表面的“伤痕”凸现出来。 以上，就是对BLOB算法的简单介绍，由于时间关系，实在无法将其完善为一篇完整的文章，而我又不喜欢随随便便的糊弄。对不起大家了，等以后有时间再来写 吧。 算法研究小组的朋友们，如果你们能够搞出一套实际可行的BLOB算法来。嘿嘿。。。。我们在老外面前就有的吹了！！
转载于:https://www.cnblogs.com/hjqxaly/archive/2010/11/10/1873384.html
