Il tracciamento dei blob è un metodo con cui i computer possono identificare e tracciare i movimenti degli oggetti all’interno delle immagini. Un blob è un gruppo di pixel che il computer identifica come oggetto. Una persona, per esempio, potrebbe essere un blob. Questo metodo di tracciamento consente al computer di trovare la posizione del blob in frame successivi. In effetti, il computer vede il movimento dell’oggetto, una capacità che trova applicazioni nell’analisi computerizzata delle immagini e nello sviluppo della computer vision.
Prima che un computer possa tenere traccia dei BLOB, deve definirli. Il primo passaggio nel rilevamento dei BLOB consiste nella creazione di un programma che rilevi i BLOB in un’immagine. Il computer trova i blob raggruppando insieme i pixel con valori di luce o valori di colore simili. Nel mondo reale, ogni superficie ha sottili variazioni, quindi se il computer seleziona solo un valore di luce o colore, un blob potrebbe essere solo di pochi pixel, il che è inutile quando si cerca di raggruppare le immagini in componenti utili che rappresentano unità complete.
È responsabilità del programmatore creare un sistema di rilevamento dei blob che imiti le distinzioni tra gli oggetti che l’occhio umano può vedere. Lo fa scrivendo una soglia di tolleranza nel programma, che comunica al computer la differenza massima tra i valori che può verificarsi in un blob. I programmatori testano e perfezionano i programmi di rilevamento dei blob finché non riescono a identificare correttamente porzioni di immagini.
Successivamente, il programmatore deve creare un modo per consentire al computer di tracciare il movimento dei blob. Questo è difficile perché il computer non può semplicemente eseguire la scansione del fotogramma successivo per lo stesso BLOB: la forma ei valori di un BLOB possono cambiare mentre si sposta. Ad esempio, una persona seduta potrebbe alzarsi. Il computer deve rilevare i blob nella nuova immagine e creare connessioni significative tra i blob apparentemente diversi presenti in ogni fotogramma. I programmatori creano equazioni che definiscono l’importanza relativa dei fattori, tra cui posizione, dimensione e colore, ei risultati aiutano a decidere se il blob nel nuovo frame è sufficientemente simile al blob precedente per ricevere la stessa etichetta.
Il monitoraggio dei blob è uno strumento potente, soprattutto se combinato con altri metodi di analisi delle immagini. Ad esempio, i computer identificano le aree ad alto contrasto tra un pixel e il successivo per rilevare i bordi. Alcuni programmi utilizzano metodi di rilevamento delle creste per determinare il contorno di una superficie.
Queste capacità consentono ai computer di condurre analisi sofisticate delle immagini. Un sistema automatizzato può scansionare più immagini di quante i revisori umani potrebbero effettivamente guardare. Utilizzando il suo toolkit, incluso il monitoraggio dei blob, potrebbe identificare le immagini di interesse che richiedono una revisione più dettagliata e inoltrare quelle sezioni a un essere umano.
Un’altra applicazione del tracciamento dei blob è nella visione artificiale e nella robotica. Man mano che tecniche come questa diventano più raffinate, i robot saranno in grado di ricavare un significato dalle immagini in un modo che si avvicina all’elaborazione delle immagini nel cervello umano. I computer potrebbero acquisire informazioni senza averle inserite manualmente, ottenendo più informazioni che mai. I robot potevano vedere il mondo intorno a loro.