版权声明：本文为博主原创文章，转载请注明出处谢谢 https://blog.csdn.net/CALL_LKC/article/details/81319263
LOG斑点检测
使用高斯拉普拉斯算子检测斑点：
一个图像和一个二维函数进行卷积运算,实际上就是求取图像和这个函数的相似性,同理,图像与高斯拉普拉斯函数进行卷积,就是求取图像和高斯拉普拉斯函数的相似性,当图像中的斑点尺寸与高斯拉普拉斯函数的形状趋于一致的时候,图像对应位置的拉普拉斯响应达到最大。
具体原理参考：https://www.cnblogs.com/YiXiaoZhou/p/5891645.html
基于局部极值的分水岭算法斑点检测
a.一张图片,设一个低阈值,一个高阈值,一个阈值步进,然后从低阈值到高阈值按照阈值步进取一系列的阈值
b.用每一个阈值对图像进行二值化,然后使用findcontours查找边,并计算每一个轮廓的中心
c.对应每一个图片的轮廓的中心,进行抑制,定义一个最小距离,在这个距离区域内的特征中心被定义为一个blob,得到特征点集合
d.对特征点进行相应的过滤,例如颜色过滤,面积过滤等
Ptr<smpleBlobDetector>create(simpleBlobDetector::params 参数集合)参数集合：
minthreshold 低阈值
maxthreshold 高阈值
thresholdStep 阈值步进
minDistanceBetweenBlob blob分块最小距离
filterColor 颜色过滤
filterArea 面积过滤
filterByCircularrty 圆度过滤