Blob tracking on meetod, mille abil arvutid saavad tuvastada ja jälgida objektide liikumist piltidel. Blob on pikslite rühm, mille arvuti tuvastab objektina. Näiteks võib inimene olla plekk. See jälgimismeetod võimaldab arvutil leida blobi asukoha järjestikustes kaadrites. Tegelikult näeb arvuti objekti liikumist, mida saab kasutada arvutipõhises pildianalüüsis ja arvutinägemise arendamisel.
Enne kui arvuti saab plekke jälgida, peab see need määratlema. Plekkide jälgimise esimene samm on luua programm, mis tuvastab pildil plekid. Arvuti leiab plekid, rühmitades kokku sarnase valguse või värviväärtusega pikslid. Reaalses maailmas on igal pinnal peen variatsioone, nii et kui arvuti valis ainult ühe valguse või värvi väärtuse, võib plekk olla vaid mõne piksli pikkune, mis on kasutu, kui proovite pilte rühmitada kasulikeks komponentideks, mis esindavad terviklikke üksusi.
Programmeerija kohustus on luua plekkide tuvastamise süsteem, mis jäljendab inimsilmaga nähtavate objektide erinevusi. Ta teeb seda, kirjutades programmi tolerantsi läve, mis ütleb arvutile maksimaalse erinevuse blobis esineda võivate väärtuste vahel. Programmeerijad testivad ja täiustavad blob-tuvastusprogramme, kuni suudavad kujutiste osasid õigesti tuvastada.
Järgmiseks peab programmeerija looma viisi, kuidas arvuti saab plekkide liikumist jälgida. See on keeruline, kuna arvuti ei saa lihtsalt skannida järgmist kaadrit sama plobi leidmiseks: blobi kuju ja väärtused võivad selle liikumisel muutuda. Näiteks võib istuv inimene püsti tõusta. Arvuti peab tuvastama uuel pildil olevad plekid ja looma tähenduslikud seosed igas kaadris olevate näiliselt erinevate plekkide vahel. Programmeerijad loovad võrrandeid, mis määratlevad tegurite, sealhulgas asukoha, suuruse ja värvi suhtelise tähtsuse, ning tulemused aitavad tal otsustada, kas uues kaadris olev blob on piisavalt sarnane eelmise blobiga, et saada sama silt.
Plekkide jälgimine on võimas tööriist, eriti kui seda kombineerida muude piltide analüüsimeetoditega. Näiteks arvutid tuvastavad servade tuvastamiseks suure kontrastsusega alad ühe ja järgmise piksli vahel. Mõned programmid kasutavad pinnakontuuri määramiseks harja tuvastamise meetodeid.
Need võimalused võimaldavad arvutitel teha keerukat pildianalüüsi. Automatiseeritud süsteem suudab skannida rohkem pilte, kui inimestest ülevaatajad suudaksid vaadata. Kasutades oma tööriistakomplekti, sealhulgas blob-jälgimist, võib see tuvastada huvipakkuvad pildid, mis nõuavad üksikasjalikumat ülevaatamist, ja edastada need jaotised inimesele.
Veel üks plekkide jälgimise rakendus on arvutinägemine ja robootika. Sedamööda, kuidas sellised tehnikad muutuvad rafineeritumaks, suudavad robotid piltidelt tähenduse ammutada viisil, mis sarnaneb pilditöötlusele inimese ajus. Arvutid võivad teavet vastu võtta ilma seda käsitsi sisestamata, saades rohkem teavet kui kunagi varem. Robotid nägid ümbritsevat maailma.