随着计算机视觉、模式识别和多媒体等计算机科学技术的发展，人们希望能够和计算机进行更深度的交互活动，也希望计算机能够自动的感知人类世界。由于图像特定的表达形式不需要使用过多的文字描述，就可以将大量的信息直观地呈现出来，进一步对图像进行分析处理操作便可获取大量的对人们有价值的信息。并且这些信息也很难从其它形式的多媒体数据中获得。因此，目前图像成为了获取信息的重要渠道之一。近年来，图像技术在互联网发展、科学教育、航空航天、国防军事、医疗卫生、交通管理、工业生产、等多个领域中都得到了很好的应用。图像处理技术发挥着越来越重要的作用，针对图像处理技术的研究也在如火如茶的发展中。

与此同时，人们生活水平和医疗水平的不断提高，对医药领域的要求也在不断攀升。为广大患者提供安全、放心的药物，是医药领域的必然要求。胶囊是医药领域极其重要的一环，其品质直接关系到患者的安全，国家对药品监督的不断加强也促使对胶囊质量进一步把关。在过去胶囊主要采用人工检测，不仅效率低下而且造成了大量的人力资源浪费。又因黑点问题又是胶囊缺陷特征中比较严重的问题之一，由此，利用图像处理进行胶囊检测黑点的技术应运而生。

其中在计算机视觉中的Blob是指图像中的具有相似颜色、纹理等特征所组成的一块连通区域。Blob分析（Blob Analysis）是对图像中相同像素的连通域进行分析(该连通域称为Blob)。其过程其实就是将图像进行二值化，分割得到前景和背景，然后进行连通区域检测，从而得到Blob块的过程。简单来说，Blob分析就是在一块“光滑”区域内，将出现“灰度突变”的小区域寻找出来。

举例来说，假如现在有一块刚生产出来的玻璃，表面非常光滑，平整。如果这块玻璃上面没有瑕疵，那么，我们是检测不到“灰度突变”的；相反，如果在玻璃生产线上，由于种种原因，造成了玻璃上面有一个凸起的小泡、有一块黑斑、有一点裂缝，那么，我们就能在这块玻璃上面检测到纹理，经二值化（Binary Thresholding）处理后的图像中色斑可认为是Blob。而这些部分，就是生产过程中造成的瑕疵，这个过程，就是Blob分析。Blob分析工具可以从背景中分离出目标，并可以计算出目标的数量、位置、形状、方向和大小，还可以提供相关斑点间的拓扑结构。在处理过程中不是对单个像素逐一分析，而是对图像的行进行操作。图像的每一行都用游程长度编码（RLE）来表示相邻的目标范围。这种算法与基于像素的算法相比，大大提高了处理的速度。

1.2 国内外研究的现状

在信息化高速发展的时代，胶囊缺陷检测作为医药领域的重要组成成分，需要根据时代的发展，与信息化接轨。

在国外，由于领先的计算机及数字图像处理技术，其在工业检测领域具有非常高的普及程度;在胶囊检测领域，数字图像处理技术也已经有了比较完善的应用(如PRODITEC公司设计的INSPECAPS系统)，但并未直接对国内市场提供相关的技术供应，只有在华投资的外资制药厂才拥有获取原装进口设备渠道，但技术细节对外严格保密。