Blob-Analyse
Eine der grundlegenden Bildverarbeitungsfunktionen ist die Blob-Analyse, d.h. die Extraktion von Merkmalen aus verbundenen Pixeln, die den gleichen logischen Zustand (Blobs) teilen. MVTec Software enthält eine umfangreiche Sammlung von Operatoren und Tools, die eine extreme Flexibilität und hohe Leistung in der Segmentierung und Analyse vieler verschiedener Objekteigenschaften gewährleisten.
MVTec-Software ermöglicht es dem Entwickler, Blobs von beliebiger Form (auch wenn sie nicht angeschlossen sind) als „Regions of Interest“ zu definieren und auf die nachfolgende Bildverarbeitung anzuwenden. Dieses leistungsfähige Verfahren reduziert deutlich den Verarbeitungsaufwand und verbessert die Effizienz und Ausführungsgeschwindigkeit im Gegensatz zu der Verarbeitung von Regionen, die durch Standardformen wie Polygone oder Kreise definiert sind. MVTec Software führt Blob-Analysen innerhalb von Millisekunden aus. Auch komplexere Bilder, die sich beispielsweise überlappen, werden zuverlässig verarbeitet.
Die Software von MVTec bietet viele flexible Werkzeuge für die Bildsegmentierung, wie Hysterese, lokale, binäre und Standardschwellenwertbildungen, sowie ca. 50 weitere Form- und Grauwertmerkmale. Außerdem enthält sie auch umfangreiche Analysefunktionen für die Bestimmung von Fläche, Ausrichtung und mehr als 50 Form- und Grauwertmerkmale.
Eine Blob-Analyse besteht hauptsächlich aus drei Schritten:
1. Bildeinzug:
Ein Bild wird eingezogen.
2. Segmentierung
Isolation der interessanten Bildpunkte aus dem Bild-Hintergrund durch den Einsatz von Vorverarbeitungswerkzeugen und Operationen wie Schwellenwertbildung und anderen. Dies wird als Segmentierung bezeichnet.
3. Merkmalsextraktion:
Merkmale wie die Fläche (d.h. die Anzahl der Pixel), der Schwerpunkt oder die Ausrichtung eines oder mehrerer Blobs werden berechnet.
Die Abbildung rechts zeigt Gewebeteilchen in einer Flüssigkeit. Diese Partikel sind hell und die Flüssigkeit (Hintergrund) ist dunkel. Durch die Auswahl heller Pixel (Schwellenwerte) können die Teilchen leicht erkannt werden.
In vielen Anwendungen ist der Kontrast von dunklen und hellen Pixeln nicht so klar. Trotzdem können gleich gute Ergebnisse mit einer erweiterten Vorverarbeitung oder alternativen Methoden für die Pixelauswahl / -gruppierung erreicht werden.
