2.1  Blob分析与图像分割法

在计算机视觉中的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，一般来说，该区域就是图像中的前景。因此Blob分析就是将图像进行二值化处理，得到自己感兴趣的特征区域作为前景，进而对这一区域的面积、周长、中心坐标等特征进行分析。

图像分割(Image Segmentation)， 因为 Blob分析是一种对闭合目标形状进行分析处理的基本方法。在进行Blob分析以前，必须把图像分割为构成斑点(Blob)和局部背景的像素集合。B l o b分析一般从场景的灰度图像着手进行分析。在Blob分析以前，图像中的每一像素必须被指定为目标像素或背景像素。典型的目标像素被赋值为1，背景像素被 赋值为0。有多种技术可将图像分割为目标像素和背景像素。这些技术包括：二元阈值(Binary Thresholding)、空间量化误差(Spatial~mtization Error)、软件二元阈值和像素加权(SoftBinary Thresholding and Pixel Weighting)、相关阈值(Relative Thresholds)、阈值图像(Threshold Image)。