Blob-Erkennung: Aufdecken von Mustern in visuellen Daten

Im Bereich Computer Vision dienen Blob-Erkennungsalgorithmen dazu, Bereiche innerhalb eines digitalen Bildes zu identifizieren, die sich von den sie umgebenden Regionen unterscheiden Begriffe von Eigenschaften wie Helligkeit oder Farbeigenschaften. Im lockereren Sinne ist ein Klecks ein Bereich eines Bildes, in dem bestimmte Eigenschaften konstant oder nahezu konstant bleiben. Alle Punkte, aus denen ein Blob besteht, können in gewisser Weise als miteinander vergleichbar angesehen werden. Die Verwendung der Faltung ist die Methode, die am häufigsten zur Blob-Erkennung verwendet wird.

Wie Sie davon profitieren

(I) Einblicke und Validierungen darüber die folgenden Themen:

Kapitel 1: Blob-Erkennung

Kapitel 2: Kantenerkennung

Kapitel 3: Canny Edge Detector

Kapitel 4 : Skaleninvariante Feature-Transformation

Kapitel 5: Skalierungsraum

Kapitel 6: Feature (Computer Vision)

Kapitel 7: Differenz von Gaußschen Funktionen

Kapitel 8: Eckenerkennung

Kapitel 9: Graterkennung

Kapitel 10: Skaleninvarianter Feature-Operator

(II) Beantwortung der öffentlichen Top-Fragen über Blob-Erkennung.

(III) Beispiele aus der Praxis für den Einsatz der Blob-Erkennung in vielen Bereichen.

Für wen dieses Buch gedacht ist

Profis, Studenten und Doktoranden, Enthusiasten, Hobbyisten und diejenigen, die über grundlegende Kenntnisse oder Informationen für jede Art von Blob-Erkennung hinausgehen möchten.