SwisTrack/Components/BlobDetectionTwoColors

描述

該元件檢測由彩色影像上兩個 Blob（不同顏色）組成的標記。粒子位置是兩個 Blob 中心之間的點，而粒子方向指向顏色 1。

對於兩種顏色，演算法首先選擇所有落在 RGB 顏色空間中以下立方體內的畫素

$|r-c_{r}|<t_{r}$
$|g-c_{g}|<t_{g}$
$|b-c_{b}|<t_{b}$

其中 $(c_{r},c_{g},c_{b})$ 表示參考顏色，而 $t_{r}$ 、 $t_{g}$ 和 $t_{b}$ 是相應通道的閾值。在第二步中，演算法對閾值化影像應用 Blob 檢測。顏色減去影像和閾值化影像都可以視覺化。

一旦提取了兩種顏色的 Blob，就將不同顏色的緊密相鄰的 Blob 合併成粒子。

具有由兩種不同顏色 Blob 組成的標記的彩色影像。兩種顏色都需要與背景中出現的任何顏色有足夠的差異。（背景減去元件或遮罩元件可能有助於去除不需要的區域。）

粒子，中心位於兩個 Blob 之間，方向指向顏色 1 的 Blob。

要檢測的最大粒子數量。請注意，演算法首先檢測如此多的紅色和綠色 Blob，然後匹配它們。因此，如果您的影像中存在紅色或綠色區域（不是標記的一部分），您應該選擇一個略高於您部署的標記數量的粒子數量。

紅色 Blob 中心和綠色 Blob 中心之間的最大距離。彼此距離更遠的 Blob 被認為不是同一個標記的一部分。

此距離還用於消除紅色或綠色 Blob 附近的雜散 Blob。更準確地說，在任何此直徑（不是半徑）的圓盤內，只檢測到最大的紅色（或綠色）Blob。

輸出 Blob 的引數可以選擇為第一個彩色 Blob 的引數、第二個引數，或者它們的組合（例如，面積相加，中心平均等）。

參考顏色 ( $c_{r},c_{g},c_{b}$ ，參見上文描述）。

閾值 $t_{r}$ 、 $t_{g}$ 和 $t_{b}$ （參見上文描述）。

選中此選項以根據斑點面積進行斑點選擇。

要選擇的斑點的最小像素面積。

要選擇的斑點的最大像素面積。

選中此選項以根據斑點的緊湊度進行斑點選擇。

要選擇的斑點的最小緊湊度（0..1）。

要選擇的斑點的最大緊湊度（0..1）。