简单的多斑点检测二进制图像？

Question

如果给出一个二维数组的图像，已经进行了阈值处理，现在是二进制信息。有没有特定的方法来处理这个图像，以便我可以在图像上获得多个Blob的坐标？

我不能使用OpenCV，因为这个过程需要同时在10多个模拟机器人上在C中运行。

我需要Blob的xy坐标，但首先需要找到多个Blob。

像素组大小的最简单标准应该足够了。但我不知道如何开始编码。

PS：单个Blob应该没有问题。问题是多个Blob。

能给个头绪吗？

- ivanwong888899999

---

尝试在谷歌上搜索连通组件。您还可以查找基于高斯拉普拉斯算子的斑点检测。 - Zaphod

嗯，高斯拉普拉斯算子，我不明白如何在代码中实现它... - ivanwong888899999

Answer 1

请看一下QuickBlob，它是一个小型的、独立的C库，听起来非常适合你的需求。

QuickBlob配备了一个小型命令行工具(csv-blobs)，该工具输出输入图像中找到的每个blob的位置和大小:

./csv-blobs white image.png
X,Y,size,color
28.37,10.90,41,white
51.64,10.36,42,white
...

这里有一个例子（输出图像是由QuickBlob附带的show-blobs.py小型Python工具生成的）：

- deltheil

Answer 2

你可以通过以下算法来遍历二进制图像并标记连接的部分：

1. 创建一个2D int数组labelArray，用于保存连接区域的标签，并将其初始化为零。 2. 逐行迭代每个二进制像素p A. 如果p为true且labelArray中对应位置的值为0（未标记），则将其分配给一个新标签，并进行广度优先搜索，将所有周围也为真的二进制像素添加到相同的标签中。

现在唯一的问题是如果有多个接触彼此的blob。因为你知道blob的大小，所以应该能够确定给定连接区域中有多少个blob。这是棘手的部分。你可以尝试在这一点上做k-means聚类。你也可以尝试其他方法，比如使用二进制膨胀。

- Justin Peel

Answer 3

我知道我来晚了，但我只是为那些正在研究这个问题的人添加一些信息。

下面是一个很好的描述，可能符合您的需求。 http://www.mcs.csueastbay.edu/~grewe/CS6825/Mat/BinaryImageProcessing/BlobDetection.htm

- leed25d