1. 基于直方圖的自動(dòng)閾值分割

1.1 關(guān)鍵算子

auto_threshold(Image : Regions : Sigma : )：使用多閾值分割單通道圖像。
首先，計(jì)算圖像的灰度直方圖。
然后，使用標(biāo)準(zhǔn)差為Sigma的一維高斯濾波器對(duì)直方圖進(jìn)行濾波。
進(jìn)而，從直方圖中提取相關(guān)灰度極小值，依次作為閾值操作的參數(shù)。每個(gè)灰度值區(qū)間生成一個(gè)區(qū)域。因此，區(qū)域的數(shù)目就是極小值數(shù)加一。

binary_threshold(Image : Region : Method, LightDark : UsedThreshold)
全局自動(dòng)閾值分割，對(duì)灰度直方圖存在兩個(gè)波峰按照不同的方法進(jìn)行分割。
1: 計(jì)算圖像的灰度直方圖。
2：使用max_separability方法（最大限度可分OTSU），適用于直方圖存在兩個(gè)波峰的情況，即圖像前景背景的有明顯區(qū)別。方法是利用統(tǒng)計(jì)矩找到將像素分割為前景和背景的最優(yōu)閾值，并最大化這兩個(gè)類之間的可分性。此方法僅適用于byte和uint2圖像。
3：smooth_histo方法（直方圖平滑），直方圖提取最小值，作為閾值操作的參數(shù)。為了減少最小值，直方圖用高斯函數(shù)平滑處理。在平滑直方圖中，掩模尺寸增大，直到找到最小值。然后，閾值設(shè)置為這個(gè)最小值的位置。
LightDark:表示提取的是黑色部分還是白色部分。

threshold(Image : Region : MinGray, MaxGray : )
根據(jù)圖像的灰度確定閾值進(jìn)行分割。用于物體與背景存在明顯灰度差的圖像。

fast_threshold(Image : Region : MinGray, MaxGray, MinSize : )
快速全局閾值分割。灰度值滿足MinGray<=g<=MaxGray則分割為一個(gè)區(qū)域，為了節(jié)省時(shí)間按兩步執(zhí)行。
第一，先處理行列間隔Minsize的所有像素點(diǎn)。
第二，處理上一步選擇點(diǎn)的領(lǐng)域。

2.局部自動(dòng)閾值分割

2.1 關(guān)鍵算子

dyn_threshold(OrigImage, ThresholdImage : RegionDynThresh : Offset, LightDark : )
實(shí)際項(xiàng)目中由于圖像背景不一致，目標(biāo)經(jīng)常表現(xiàn)為比背景局部亮一些或暗一些，無法通過全局閾值操作進(jìn)行分割，這時(shí)需要通過求原像素值與濾波后像素值的差找到一個(gè)局部閾值進(jìn)行分割。
其方法為：
1：將OrigImage進(jìn)行濾波平滑處理，得到ThresholdImage 。
2：用OrigImage和ThresholdImage 逐像素進(jìn)行比較，根據(jù)參數(shù)Offset（鄰域比較的區(qū)間范圍）和LightDark分割出相關(guān)區(qū)域。
當(dāng)選擇light時(shí)，就篩選出相對(duì)參考圖更亮的區(qū)域，dark相反。選equal時(shí)，選取和參考圖差不多的區(qū)域。

var_threshold(Image : Region : MaskWidth, MaskHeight, StdDevScale, AbsThreshold, LightDark : )
該算子為基于圖像均值和標(biāo)準(zhǔn)偏差的局部閾值分割，能夠較好的分開目標(biāo)和背景。
MaskWidth、 MaskHeight：掩膜單元；
StdDevScale：標(biāo)準(zhǔn)差乘數(shù)因子；
AbsThreshold：絕對(duì)閾值；
LightDark：表示希望分割的灰度值亮弱。
具體方法：用掩膜區(qū)域遍歷整幅圖像，與原始圖像的區(qū)域灰度值進(jìn)行對(duì)比，當(dāng)原圖灰度比掩膜區(qū)域的灰度均值低（0.2,12）個(gè)灰階時(shí)，即可分割出該區(qū)域。
1、當(dāng)標(biāo)準(zhǔn)差因子StdDevscale>=0時(shí), v(x.y)取(StdDevscale標(biāo)準(zhǔn)差)和AbsThreshold中較大的那個(gè) ;
2、當(dāng)標(biāo)準(zhǔn)差因子StdDevScale<= 0時(shí), v(xy)取(StdDevscale標(biāo)準(zhǔn)差)和AbsThreshold中較小的那個(gè)。

watersheds_threshold(Image : Basins : Threshold : )
分水嶺算法。
1：通過分水嶺算法watersheds（）獲取圖像的盆地。
2：若盆地部分的灰度小于設(shè)定的閾值Threshold，則被合并到一起。

總結(jié)

以上是生活随笔為你收集整理的Halcon阈值分割方法简析的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。