一 CogBlobTool 简介
CogBlobTool 一个用于斑点检测和分析的工具。可以使用该工具检查图像的区域，并定位由灰度值有限范围内的像素组成的特征，这些特征的形状通常是不可预测的。检测和分析这些特征或斑点的过程称为斑点分析。您可以使用blob分析来提供有关图像中某些特征的存在、数量、位置、形状和方向的信息。您还可以使用blob分析来发现图像中的特征如何在拓扑上相互关联
原理
- Blob是先根据用户设定好的灰阶范围对图像进行分割，然后对目标进行查找和分析。
- 有数种模式可以指定哪些可以将斑点与背景像素分开
二 应用场景
- 对象在尺寸、形状和/或方向上差异很大（训练模型很难或者不可能）
- 对象有背景中找不到的截然不同的灰度
- 对象没有重叠或者接触
三 硬阈值
分割图像最简单的技术是选择一个阈值像素值。所有灰度值低于阈值的像素被分配为目标像素，所有灰度值高于阈值的像素被分配为背景像素。这种技术被称为二值阈值或硬阈值。
硬阈值(固定)
阈值模式：定义一个像素值作为图像分割点，大于此值的为物体像素，小于为背景像素
如图使用的阈值为60。所有值大于或等于60的像素都被视为背景；所有值小于60的像素都被视为对象。
硬阈值：指定固定像素值作为图像分割点
硬阈值（相对）：固定阈值的问题:无论是硬阈值还是软阈值，在光照亮度线性变化时都会出现无法分割的情况
使用两组参数指定相对阈值。首先，指定图像中希望工具作为尾像素处理的像素百分比。尾像素是图像中具有最低值和最高值的那些像素。在像素值的直方图中，尾部像素出现在直方图的左右两侧。Blob工具确定像素值的上方和下方，指定的像素百分比。这些像素值分别称为右尾像素值和左尾像素值。
硬阈值(动态)
动态硬阈值是根据输入图像的直方图来自动计算合适的阈值
阈值是通过最小化在阈值两边的像素的权重方差来计算的。
有双峰分布的直方图会出现很好的分割。如果不是双峰分布，可能就不能得到很好的分割
软阈值(相对)
要排除的低尾像素和高尾像素的百分比
用于低阈值的百分比值
用于高阈值的百分比值
柔软步骤的数量。
该工具使用相对硬阈值一节中描述的相同过程计算低阈值和高阈值。丢弃尾巴百分比指定的低尾值和高尾值的百分比，将剩余的低尾值和高尾值之间的距离指定百分比的像素值作为低、高阈值，
像素映射
某些类型的场景不能使用任何一种二值阈值技术进行分割。只有当斑点的所有部分比背景区域的所有部分更亮（或更暗）时，二值阈值才有效。在斑点包含洞的情况下，洞与背景的其余部分颜色不同，二值化阈值总是失败的。
如图显示了一个图像示例想要找出黑色的豆子，其中阈值设置不能产生期望的结果。这张照片显示的是浅色背景上的深色部分。而黑色豆子则是更暗所以可以明了的找出。
