斑點分析運算可偵測二值影像中的物件，並透過幾何與統計特徵來描述這些 物件。圖 392「以彩色方框視覺化的物件」展示了一張由四個 物件組成的二值影像。在圖中，這四個物件以彩色方框呈現。
在斑點分析中，一個物件是由一組與 背景不同且位於直接鄰域內的像素所定義。因此，首先必須將影像中的所有 像素轉換為二值影像。在此，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，將所得二值圖像中所有黑色像素 視為背景像素，而所有白色像素則視為 前景像素，因此屬於物件的一部分。
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，若一個白色（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 這種資料詮釋方式，圖 392「以彩色方塊視覺化的物件」中所示的影像，最終會產生四個物件。
一個像素是否被解讀為屬於特定物件，取決於 該像素與其鄰近像素之間的關係。
二值圖像中每個像素 I(u,v) 都有四個鄰域像素，這些像素 彼此直接相連。這種 關係稱為 4-連通鄰域。若某個前景 像素 I(u,v) 的 4-連通 鄰域中包含一個或多個其他前景像素，則這些像素屬於同一個物件。
除了直接鄰接的像素外，一個像素還可能與另一個像素 以對角線方式。這種關係稱為 8-連通 鄰域：
斑點偵測運算子可透過參數化設定，以適用於 4-連通 或 8-連通的鄰域。
一般而言，8-連通鄰域能提升物件偵測效果，因為 即使是連通性較弱的物件也會被連接起來，且邊緣會被平滑處理。
範例：
下圖顯示了一張圖像的裁切片段。 左側顯示的是使用 4-連通 鄰域進行斑點分析的結果。右側則顯示的是使用 8-連通鄰域進行斑點分析的結果。 (物體的劃分透過 顏色來視覺化。) 鄰域參數化（4-連通與 8-連通）會導致 像素分配至物體的方式不同：將 4-連通鄰域應用於 該圖像會產生六個物體，而 8-連通鄰域則僅產生 四個物體。
上一頁
