图像处理之Blob分析

傷城~ 2024-03-26 14:36 42阅读 0赞

#### 一、介绍 ####

在[计算机视觉][Link 1]中的Blob(Binary large object)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分析是对图像中相同像素的连通域进行分析，其过程其实就是将图像进行二值化，分割得到前景和背景，然后进行连通区域检测，从而得到Blob块的过程。简单来说，blob分析就是在一块“光滑”区域内，将出现“灰度突变”的小区域寻找出来。

#### 二、**步骤** ####

1、去噪：消除或减弱噪声对目标的干扰。

2、图像分割：将图像中的目标和背景分离。

3、场景描述：对目标之间的拓扑关系进行描述。

4、特征量计算：计算目标的2-D形状特征。

#### 三、实例 ####

原图如下，求图中所有圆的直径

![341e398e3b274a95ad501f76d47fb6c5.png][]

参考halcon的`ball.hdev: Inspection of Ball Bonding用例`

* ball.hdev: Inspection of Ball Bonding
    * 
    dev_update_window ('off')
    dev_close_window ()
    dev_open_window (0, 0, 728, 512, 'black', WindowID)
    read_image (Bond, 'die/die_03')
    dev_display (Bond)
    set_display_font (WindowID, 14, 'mono', 'true', 'false')
    disp_continue_message (WindowID, 'black', 'true')
    stop ()
    *二值化
    threshold (Bond, Bright, 100, 255)
    *形态学处理 一般用于定位，形状转换，rectangle2带方向的矩形
    shape_trans (Bright, Die, 'rectangle2')
    dev_set_color ('green')
    dev_set_line_width (3)
    dev_set_draw ('margin')
    dev_display (Die)
    disp_continue_message (WindowID, 'black', 'true')
    stop ()
    *区域锁定
    reduce_domain (Bond, Die, DieGrey)
    threshold (DieGrey, Wires, 0, 50)
    *用给定的形状特征填充区域
    fill_up_shape (Wires, WiresFilled, 'area', 1, 100)
    dev_display (Bond)
    dev_set_draw ('fill')
    dev_set_color ('red')
    dev_display (WiresFilled)
    disp_continue_message (WindowID, 'black', 'true')
    stop ()
    *形态学处理：此处为开运算/（也可以用腐蚀）,减少像素
    opening_circle (WiresFilled, Balls, 15.5)
    dev_set_color ('green')
    dev_display (Balls)
    disp_continue_message (WindowID, 'black', 'true')
    stop ()
    *将二值化分开的区域划分为不同的连通区域，断成不同的区域，方便后面作特征值提取处理
    connection (Balls, SingleBalls)
    *特征值提取
    select_shape (SingleBalls, IntermediateBalls, 'circularity', 'and', 0.85, 1.0)
    sort_region (IntermediateBalls, FinalBalls, 'first_point', 'true', 'column')
    dev_display (Bond)
    dev_set_colored (12)
    dev_display (FinalBalls)
    disp_continue_message (WindowID, 'black', 'true')
    stop ()
    smallest_circle (FinalBalls, Row, Column, Radius)
    NumBalls := |Radius|
    Diameter := 2 * Radius
    meanDiameter := sum(Diameter) / NumBalls
    mimDiameter := min(Diameter)
    dev_display (Bond)
    disp_circle (WindowID, Row, Column, Radius)
    dev_set_color ('white')
    for i := 1 to NumBalls by 1
        if (fmod(i,2) == 1)
            disp_message (WindowID, 'D: ' + Diameter[i - 1], 'image', Row[i - 1] - 2.7 * Radius[i - 1], max([Column[i - 1] - 60,0]), 'white', 'false')
        else
            disp_message (WindowID, 'D: ' + Diameter[i - 1], 'image', Row[i - 1] + 1.2 * Radius[i - 1], max([Column[i - 1] - 60,0]), 'white', 'false')
        endif
    endfor
    * dump_window (WindowID, 'tiff_rgb', './ball')
    dev_set_color ('green')
    dev_update_window ('on')
    disp_continue_message (WindowID, 'black', 'true')
    stop ()
    dev_close_window ()

显示各圆的直径

![18c525ca29054c168d73b9e9543203a2.png][]

参考：

[Halcon案例之BLOB分析\_山水之间2018的博客-CSDN博客\_blob分析][Halcon_BLOB_2018_-CSDN_blob]

[机器视觉中Blob分析\_Data跳动的博客-CSDN博客\_blob分析][Blob_Data_-CSDN_blob]

[OpenCV4学习笔记（49）——Blob特征分析算法\_邱小兵的博客-CSDN博客\_blob特征][OpenCV4_49_Blob_-CSDN_blob]

[Link 1]: https://so.csdn.net/so/search?q=%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A7%86%E8%A7%89&spm=1001.2101.3001.7020
[341e398e3b274a95ad501f76d47fb6c5.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/26/9fd8c8b7c62645f6b065dd82363269fd.png
[18c525ca29054c168d73b9e9543203a2.png]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/26/f9af19b48ca04a799ac836d84ae95b3d.png
[Halcon_BLOB_2018_-CSDN_blob]: https://blog.csdn.net/Gavinmiaoc/article/details/79407685
[Blob_Data_-CSDN_blob]: https://blog.csdn.net/weixin_43958974/article/details/85083576
[OpenCV4_49_Blob_-CSDN_blob]: https://blog.csdn.net/weixin_45224869/article/details/105778674