Blob-spårning är en metod med vilken datorer kan identifiera och spåra rörelser av objekt i bilder. En blob är en grupp pixlar som datorn identifierar som ett objekt. En person kan till exempel vara en klump. Denna spårningsmetod gör det möjligt för datorn att hitta klumpens position i på varandra följande bildrutor. I själva verket ser datorn objektets rörelse, en förmåga som har tillämpningar i datoriserad bildanalys och i utvecklingen av datorseende.
Innan en dator kan spåra blobbar måste den definiera dem. Det första steget i blobspårning är att skapa ett program som upptäcker blobbar i en bild. Datorn hittar blobbar genom att gruppera pixlar med liknande ljusvärden eller färgvärden tillsammans. I den verkliga världen har varje yta subtila variationer, så om datorn bara valde ett ljus- eller färgvärde, kan en blob vara bara några få pixlar, vilket är värdelöst när man försöker gruppera bilder i användbara komponenter som representerar kompletta enheter.
Det är programmerarens ansvar att skapa ett klumpdetekteringssystem som efterliknar skillnaderna mellan objekt som det mänskliga ögat kan se. Det gör hon genom att skriva in en toleranströskel i programmet, som talar om för datorn den maximala skillnaden mellan värden som kan uppstå i en blob. Programmerare testar och förfinar program för upptäckt av blobbar tills de kan identifiera delar av bilderna korrekt.
Därefter måste programmeraren skapa ett sätt för datorn att spåra klumparnas rörelse. Detta är svårt eftersom datorn inte helt enkelt kan skanna nästa bildruta efter samma blob: formen och värdena på en blob kan ändras när den rör sig. Till exempel kan en person som sitter ner ställa sig upp. Datorn måste upptäcka klumparna i den nya bilden och göra meningsfulla kopplingar mellan de till synes olika klumparna som finns i varje bildruta. Programmerare skapar ekvationer som definierar den relativa betydelsen av faktorer, inklusive plats, storlek och färg, och resultaten hjälper den att avgöra om klumpen i den nya ramen är tillräckligt lik den tidigare klumpen för att få samma etikett.
Blob-spårning är ett kraftfullt verktyg, särskilt när det kombineras med andra metoder för att analysera bilder. Till exempel identifierar datorer områden med hög kontrast mellan en pixel och nästa för att upptäcka kanter. Vissa program använder åsdetekteringsmetoder för att bestämma konturen av en yta.
Dessa förmågor tillåter datorer att utföra sofistikerad bildanalys. Ett automatiserat system kan skanna fler bilder än vad mänskliga granskare skulle kunna titta på. Med hjälp av dess verktygslåda, inklusive blobspårning, kunde den identifiera bilder av intresse som kräver mer detaljerad granskning och vidarebefordra dessa avsnitt till en människa.
En annan tillämpning av blobspårning är inom datorseende och robotik. I takt med att tekniker som denna blir mer förfinade kommer robotar att kunna hämta mening från bilder på ett sätt som approximerar bildbehandlingen i den mänskliga hjärnan. Datorer kunde ta in information utan att behöva matas in den manuellt och få mer information än någonsin tidigare. Robotar kunde se världen omkring sig.