一、邊緣提取
?
1、設置ROI興趣區域
2、快速二值化，并連接相鄰區域。
這樣做的目的是進一步減少目標區域，通過二值化將目標區域大概輪廓提取出來
3、提取最接近目標區域的輪廓
常用函數有boundary，gen_contour_region_xld
4、根據自己的需求提取需要的初步輪廓
5、將初步提取的初步輪廓進行膨脹操作
6、將膨脹后的區域和原圖進行減操作（在這步之前有可能需要對原圖進行高斯濾波）。這樣就能得到只
有邊緣的真實圖像
?
7、用canny或其他算子（根據需要）提取亞像素輪廓，一般使用edges_sub_pix函數
?
8、處理和計算
得到真實的邊緣XLD后你可能需要進一步處理得到你想要的線、弧等。
你可能用到的函數segment_contours_xld（分割） ?union_collinear_contours_xld（聯合相鄰或相同
角度直線）select_contours_xld（提取想要的輪廓） union_cocircular_contours_xld（聯合相同圓）
等等
得到輪廓后如果你不知道怎么處理后得到你想要的東西（線、弧、圓、角、矩形）你都可以將輪廓轉化
為點，然后用點集合來擬合任何你想要的東西。
二、BLOB分析檢測（前面一篇有詳細講解，本騙只講思路）
（1）應用ROI，可以使Blob分析加速。
（2）匹配ROI區域或圖像，詳將GUIDEIIB以形狀為基礎的匹配。
（3）校正圖像<經常用來去除鏡頭畸變或把圖像轉換到參考點視角，如雙目視覺時的圖像校正>
（4）圖像前處理
（5）引用分割參數
（6）分割圖像
（7）區域處理
（8）特征提取
（9）把提取的結果轉換到世界坐標中
（10）結果可視化。
? ? 相機的標定和矯正不在本篇的學習之中。直接講提取BLOB
?
1、一般先使用均值濾波去噪
2、利用去噪圖像與平滑圖像的OFFSET提取區域邊緣，常見函數dyn_threshold?
3、提取連通域dyn_threshold?
4、根據形狀或是灰度等特征來提取你想要的blob。
另一種方法就是分水嶺算法
watersheds (ImageGauss, Basins, Watersheds)/
?
1、對圖像進行高斯濾波
?
還有的圖形更簡單直接二值化就可以啦
bin_threshold (Fin, Dark) //分割圖像，輸出Dark區域，Fin已經被處理為區域//
difference (Fin, Dark, Background) //計算Fin與Dark兩個區域的補集//
還有個函數應該說是讓你高興還是沮喪呢，以為一個函數就可以直接提取你想要的，但是參數很難調整
? ? lines_gauss(Image, Lines, 6, 0.3, 0.5, 'light', 'true', 'gaussian', 'true')
三、贓物檢測
1、得到兩個不同高斯標準差的高斯積卷
2、對原始圖像進行傅里葉變換'to_fre'
3、用之前的積卷對圖像做積卷濾波
4、傅里葉反變換‘from_fre’
