VisualApplets
Operator Reference

斑點分析（blob analysis）運算可用於偵測二進位影像中的物件，並透過幾何與統計特徵來描述這些物件。圖 392、「以彩色方框視覺化呈現的物件」顯示了一個包含四個物件的二進位影像。在圖中，這四個物件以彩色方框進行視覺化呈現。

在斑點分析中，物件是由一組與背景不同且直接相鄰的像素所定義。因此，首先需要將影像的所有像素轉換為二進位影像。在這裡，VisualApplets 允許設計各種方法，從簡單的閾值處理到複雜的自適應二值化演算法。接著，將所得二進位影像中的所有黑色像素視為背景像素，而所有白色像素則視為前景像素，因而屬於某個物件。

每個白色（前景）像素都會被分配給一個物件。物件被定義為一組相鄰的前景像素。因此，如果一個白色（前景）像素與另一個白色像素直接相鄰，則它們屬於同一個物件。由於這種資料解釋方式，圖 392、「以彩色方框視覺化呈現的物件」所顯示的影像會產生四個物件。

像素是否被解讀為屬於特定物件，取決於該像素與其相鄰像素之間的關係。

二進位影像中的每個像素 I(u,v) 在其鄰域中有四個直接相連的像素。此關係稱為 4-connected neighborhood。如果前景像素 I(u,v) 在其 4-connected neighborhood 中有一個或多個其他前景像素，則這些像素屬於同一個物件。

除了直接相鄰之外，像素也可以與另一個像素進行 對角相連。此關係稱為 8-connected neighborhood：

斑點偵測運算子可以進行參數化，以搭配 4-connected 或 8-connected neighborhood 運作。

一般而言，8-connected neighborhood 會帶來更好的 Object Detection 效果，因為即使是微弱相連的物件也會被連接起來，且邊緣會變得平滑。

範例：

下圖顯示影像的一個局部截圖。左側顯示使用 4-connected neighborhood 進行斑點分析的結果。右側顯示使用 8-connected neighborhood 進行斑點分析的結果。（物件分配透過顏色進行視覺化呈現。）鄰域參數化（4-connected 與 8-connected）會導致像素分配給物件的方式有所不同：套用於影像的 4-connected neighborhood 會產生六個物件，而 8-connected neighborhood 則僅產生四個物件。