這一段時間都是在做小球的提取的圖像處理工作。也許看起來簡單，但是，要知道，這裏的小球的提取是要在雙目視覺中用的，所以，必須有一定的精度才行。
現在做的還是很簡單的，但是已經能定下小球的大體的位置了，可是，小球的一小部分像素有時還是會分割不出來。原因是我用的僅僅是無論什麼時候都是以h值爲主，s值爲輔助的閾值分割技術，其實，就像一篇論文中提到的那樣，在光照很好，也就是l值比較高的情況下，用h值進行分割，能取得很不錯的效果。而當運動模糊（這時，顏色擴散了），或者是光照太暗（對於一個小球，小球的下部就會比較的暗）的情況下，用h值就不能得到比較好的結果了，而此時用s值會好些。按我的判斷，這個理論是對的。還沒有編寫相應的代碼的原因是沒有想明白l值應該如何設定，又如何讓同一幅圖片中的小球的不同部分的分割，用不同的l值，然後速度如何，這些都還沒有想明白。
下面就是我做的步驟，很簡單，但是，肯定會存在速度上的問題的。
裏面用的主要是區域增長的方法。首先，進行快速hls變換，參照了一篇論文上的方法，進行的快速變換。然後，由於使用的是區域增長的方法，所以，要選取種子點，根據h和s進行閾值分割，在整幅圖片中進行搜索，得到最有可能的點，當做種子點，這時的種子點還是隻是初始選擇的，下一步就是把細小的雜亂的種子點去掉（用了形態學上的腐蝕運算），通過這種方法，就能把比較小的干擾點去掉了。然後，進行該用這取得的種子點進行區域生長的運算了。運算完後，再進行區域的膨脹和腐蝕，這樣每個區域就會比較的完整，少有空洞了。當這一步做完後，會有不止一個區域。這時，用了基於區域生長的計數的方法，目的不是計數，而是把小球找到（還用了小球在綠色的場地上的先驗知識）。這樣處理後，效果還行，但是還要改進的。
