เปรียบเทียบวิธี

	ทฤษฎีปริภูมิสเกล	การตรวจจับก้อน
สาขาวิชา	การมองเห็นของคอมพิวเตอร์	การมองเห็นของคอมพิวเตอร์
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	1983	1998
ผู้ริเริ่ม	Andrew Witkin and Tony Lindeberg	Tony Lindeberg
ประเภท	Theoretical framework for multi-scale processing	Multi-scale feature detection
แหล่งต้นตำรับ	Lindeberg, T. (1994). Scale-space theory: A basic tool for analyzing structures at different scales. Journal of Applied Statistics, 21(2), 225–270.	Lindeberg, T. (1998). Feature detection with automatic scale selection. International Journal of Computer Vision, 30(2), 79–116.
ชื่อเรียกอื่น	Multi-scale analysis, Gaussian scale-space	Connected component analysis, Region-based detection
ที่เกี่ยวข้อง	5	5
สรุป	Scale-space theory, developed by Witkin and Lindeberg, provides a principled mathematical framework for analyzing images at multiple scales simultaneously. By treating scale as an explicit dimension and using Gaussian blurring, scale-space theory enables detection and analysis of features at appropriate scales, solving the fundamental problem of 'which scale should I analyze at?'	Blob detection is a technique for identifying regions of interest (blobs)—connected, homogeneous areas that differ from their surroundings—at multiple scales. Introduced by Lindeberg in the context of scale-space theory, blob detection automatically finds and characterizes circular or elliptical objects without requiring a priori knowledge of their size.