SwisTrack/Components/BlobDetectionTwoColors

描述

该组件检测由彩色图像上两个 Blob（不同颜色）组成的标记。粒子位置是两个 Blob 中心之间的点，而粒子方向指向颜色 1。

对于两种颜色，算法首先选择所有落在 RGB 颜色空间中以下立方体内的像素

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

其中 $(c_{r},c_{g},c_{b})$ 表示参考颜色，而 $t_{r}$ 、 $t_{g}$ 和 $t_{b}$ 是相应通道的阈值。在第二步中，算法对阈值化图像应用 Blob 检测。颜色减去图像和阈值化图像都可以可视化。

一旦提取了两种颜色的 Blob，就将不同颜色的紧密相邻的 Blob 合并成粒子。

具有由两种不同颜色 Blob 组成的标记的彩色图像。两种颜色都需要与背景中出现的任何颜色有足够的差异。（背景减去组件或遮罩组件可能有助于去除不需要的区域。）

粒子，中心位于两个 Blob 之间，方向指向颜色 1 的 Blob。

要检测的最大粒子数量。请注意，算法首先检测如此多的红色和绿色 Blob，然后匹配它们。因此，如果您的图像中存在红色或绿色区域（不是标记的一部分），您应该选择一个略高于您部署的标记数量的粒子数量。

红色 Blob 中心和绿色 Blob 中心之间的最大距离。彼此距离更远的 Blob 被认为不是同一个标记的一部分。

此距离还用于消除红色或绿色 Blob 附近的杂散 Blob。更准确地说，在任何此直径（不是半径）的圆盘内，只检测到最大的红色（或绿色）Blob。

输出 Blob 的参数可以选择为第一个彩色 Blob 的参数、第二个参数，或者它们的组合（例如，面积相加，中心平均等）。

参考颜色 ( $c_{r},c_{g},c_{b}$ ，参见上文描述）。

阈值 $t_{r}$ 、 $t_{g}$ 和 $t_{b}$ （参见上文描述）。

选中此选项以根据斑点面积进行斑点选择。

要选择的斑点的最小像素面积。

要选择的斑点的最大像素面积。

选中此选项以根据斑点的紧凑度进行斑点选择。

要选择的斑点的最小紧凑度（0..1）。

要选择的斑点的最大紧凑度（0..1）。