Halcon常用阈值算子整理

最新推荐文章于 2025-05-20 11:31:29 发布

原创

最新推荐文章于 2025-05-20 11:31:29 发布 · 2k 阅读

8 ·

CC 4.0 BY-SA版权

文章标签：

#Halcon阈值算子

本文详细介绍了Halcon中的几种阈值算子，包括自动阈值auto_threshold、二值化阈值binary_threshold、字符提取char_threshold、正负分割dual_threshold、局部阈值dyn_threshold和local_threshold、局部阈值var_threshold以及固定阈值threshold。这些算子针对不同场景，如不均匀照明、噪声图像、局部亮点或暗点等，提供了灵活的图像分割解决方案。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1、自动阈值auto_threshold
auto_threshold(Image,Regions,Sigma)
Sigma：用于直方图的高斯平滑

2、二值化阈值binary_threshold （仅适用于byte和uint2图像）
binary_threshold (image, RegionMaxSeparabilityLight, ‘max_separability’, ‘dark’, UsedThreshold)
*该算法首先计算图像的直方图，然后使用统计矩来找到将像素划分为前景和背景的最佳阈值，并使这两个类之间的可分离性最大化。
*通过选择Method =‘max_separability’，可以调用灰度直方图的自动阈值。
*根据感兴趣区域相对其他区域的明亮程度，LightDark=dark/light。

3、阈值字符提取char_threshold（明亮纸上分割黑色字符单通道图像）
char_threshold (image, image, Characters, 6, 95, Threshold)
*第一个输入参数:图像
*第二个输入参数:要计算直方图的区域
*第三个输出参数:分割的字符区域
*第四个输入参数:直方图高斯平滑的Sigma
*第五个输入参数:灰度值差异的百分比
*第五个输出参数:输出计算出的阈值

4、正负分割dual_threshold （将有符号图像分割为正负两个区域）
*将图像由byte类型转化为int2类型
convert_image_type (Traffic1, ImageConverted1, ‘int2’)

*将图像由byte类型转化为int2类型
convert_image_type (Traffic2, ImageConverted2, ‘int2’)

*将两个图像相减
sub_image (ImageConverted1, ImageConverted2, ImageSub, 1, 0)

*第一个输入参数:图像
*第二个输出参数:分割后的正负区域
*第三个输入参数:最小