halcon 动态阈值分割之偏移值

最新推荐文章于 2025-05-17 09:30:00 发布

转载最新推荐文章于 2025-05-17 09:30:00 发布 · 241 阅读

0 ·

CC 4.0 BY-SA版权

原文链接：http://www.cnblogs.com/bile/p/9228104.html

转载于:https://www.cnblogs.com/bile/p/9228104.html

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

weixin_33888907

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

Halcon那些事:什么是动态阈值,如何用dyn_threshold分割图片

十多年IT经验,专注机器视觉,智能制造半导体行业

08-22

404

一、什么是动态阈值？为什么需要它？1. 传统全局阈值的局限性2. 动态阈值的核心思想二、Halcon 中的核心算子：`dyn_threshold`1. 算子原型2. 参数详解三、工作原理（数学模型）四、详细使用步骤与实例五、关键参数选择与技巧六、与其他算子的对比七、dyn_threshold示例代码原理与过程详解1. 问题定义2. 解决方案：动态阈值 (dyn_threshold)3. 后处理 (Post-processing)总结八、总结与流程动态阈值是机器视觉中处理光照不均、背景复杂等情况的强大工具。

Halcon 阈值分割（全局阈值threshold、binary_threshold、动态阈值 dyn_threshold）、直方图

程序员，他们想的是什么?他们想的永远都是技术，他们崇尚的也永远都是技术。

05-10

1289

因此一张较暗图片的直方图中的数据多集中于左侧和中间部分，而整体明亮、只有少量阴影的图像则相反。在直方图界面拖动左右范围，如③④所示，可以看到图像上被选中的区域随之变化（其实是二值化）；如图下面选中的像素点，灰度值82，均值73，该点的像素值比均值大9，D就是要选中的线的实际宽度（像素），放大原图，数一下线宽13像素，在原图中，边框线是实心的，但是我们选中线不是实心，没有填充满；这种直方图中，横坐标的左侧为较暗的区域，而右侧为较亮的区域。offset

参与评论您还未登录，请先登录后发表或查看评论

【halcon练习-苹果logo偏移角度计算】

kuanyew的博客

01-31

711

【代码】【halcon练习-苹果logo偏移角度计算】

halcon基础示例之图像变换

weixin_42822426的博客

03-26

1653

功能：实现图像的平移旋转和缩放。核心由以下三个算子组成： 1.hom_mat2d_identity() 2.hom_mat2d_translate()或者hom_mat2d_rotate()或者hom_mat2d_scale() 3.affine_trans_region() 步骤： 1.首先得到一个3*3的单位矩阵，因为像素点的位置和单位矩阵进行计算并不会产生任何作用，所以以此为基准。 2.改变单位矩阵相应位置的数值，从而使得单位矩阵不再是单纯的单位矩阵。 3.根据矩阵的特性，将其与对应像素点的位置进行

halcon相机标定及图像矫正

weixin_30896511的博客

12-13

2182

https://blog.youkuaiyun.com/humanking7/article/details/44756073 相机标定内容详解：转载自祥的博客预备知识标定中的四个坐标系 1.1.平面旋转首先看一下平面坐标系之间的转换。两个平面坐标系Oxy和Ox'y'之间的夹角是a。如下图所示：顺时针旋转(Oxy -> Ox'y')，...

halcon 表面检测之偏折术案例

weixin_39354845的博客

05-27

3105

表面检测-偏折术

Halcon中阈值分割的几种方式

m0_73499973的博客

05-07

508

参数：RegionDynThresh:分割后的区域，Offset：阈值偏移量，调节检测灵敏度（值越大，提取条件更严格）LightDark：目标类型：可选。使用场景：1.实时的图像处理：如监控视频中的目标检测，需要快速响应 2.预处理步骤：在复杂图像分析前，快速提取感兴趣区域（ROI）LightDark：指定提取的前景类型，（light，dark）：提取亮的部分还是暗的部分。算子使用场景:复杂光照下的阈值分割，例如：在光照不均的金属表面，成功提取微小暗斑（划痕）。（与参考图像（Regions）差异大）。

5-Halcon-- dyn_threshold 函数功能（用于动态阈值分割 的关键算子）

weixin_45590420的博客

02-24

1233

HALCON 的 dyn_threshold 是一个用于动态阈值分割 的关键算子，适用于光照不均匀的图像或在背景与前景对比度变化较大的场景中提取目标。与固定阈值（threshold）不同，dyn_threshold 通过参考图像的局部区域动态调整阈值，提升分割鲁棒性

Halcon图像处理核心技法：分割、二值化与动态阈值详解

最新发布

Rocn666的博客

05-17

694

Halcon是一款广泛应用于工业检测和图像处理的机器视觉软件库。本文详细解析了图像分割、二值化和动态阈值等关键技术。图像分割通过阈值分割、分水岭算法和边缘检测等方法，将图像划分为多个区域以提取目标对象。二值化则将灰度图转为黑白图像，简化后续处理，包括全局二值化和局部二值化（动态阈值）。

halcon函数local_threshold 参数代表什么意义

weixin_35749440的博客

01-03

949

halcon中的local_threshold函数是用来进行图像二值化的, 它可以将图像中的灰度值小于阈值的像素点转化为0(黑色), 大于阈值的像素点转化为255(白色). 其中阈值是通过参数来设定的. 其中参数的含义如下: Method: 这个参数用来设置二值化使用的算法, 共有三种可选: "mean", "min_error", "sauvola" GrayValues: 这个参数用来设置...

Halcon阈值处理的几种分割方法

changjian198384的博客

08-15

3254

由于彩色图像通常包含不止一个通道，因此检测目标在不同的通道图像中的表现形式也不同。通过访问通道、分解或合并通道，可得到合适的、有助于区分目标的图像。

Halcon图像分割-多个threshold阈值处理算子讲解

yuanrongyouzhi的博客

04-25

1万+

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言一、阈值处理1.全局阈值2.基于直方图的自动阈值分割方法3.自动全局阈值分割方法4.不同阈值处理的区别和使用场合5.局部阈值分割方法6.var_threshold算子7.char_threshold算子二、理解dyn_threshold和var_threshold算子1.dyn_threshold2.var_threshold总结参考文献前言 &nbs.

【Halcon】图像分割多种算法汇总

IT一技之长，认真写博文，让知识沉淀下来

05-08

664

动态阈值分割是一种常用的方法，尤其适用于缺陷检测场景。该方法通过计算局部区域的平均灰度值作为阈值来分割目标与背景1。具体而言，dyn_threshold 算子接受两个主要输入：原始图像 (OrigImage) 和局部阈值图像 (ThresholdImage)

一文学会，胶位偏移、缺胶、断胶、溢胶检测

优快云博客

04-03

1万+

点胶质量（胶位偏移、缺胶、断胶、溢胶）检测（基于Halcon图像处理平台）apply_bead_inspection_model；create_bead_inspection_model；apply_bead_inspection_model.hdev

Halcon常用阈值算子整理

Amadeus_Kuruisu的博客

07-29

2067

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’, Us...

halcon自动全局阈值与动态阈值分割方法

热门推荐

05-04

2万+

自动全局阈值分割方法： 1

halcon中阈值分割算子用法

乌里随记的博客

04-30

3770

1.threshold(Image : Region : MinGray, MaxGray : )：通过给定的阈值区间对图像进行分割效果图： read_image (Audi2, 'audi2') fill_interlace (Audi2, ImageFilled, 'odd'...

Halcon函数总结（二）

白色冰激凌的技术专栏

04-18

2289

Halcon函数总结： auto_threshold(Image : Regions : Sigma : ) //自动阈值，halcon根据图像的直方图来判定阈值例程代码参考：auto_threshold.hdev（该例程暂时还没有看明白） ===================================================================

halcon自适应阈值分割

02-25

### Halcon 中自适应阈值分割的使用方法在图像处理领域，Halcon 提供了多种强大的工具用于实现复杂的图像分析任务。对于自适应阈值分割而言，虽然直接名为“自适应阈值”的函数可能未被提及，但可以通过组合其他操作达到相似的效果。 #### 方法一：基于局部统计特性的动态阈值设定这种方法的核心在于利用 `dyn_threshold` 函数[^2]。此函数允许根据局部邻域内的灰度分布特性自动调整阈值水平，从而更好地应对光照不均匀等问题造成的挑战。具体来说： - 输入一幅灰度图作为源图像； - 创建一个模板窗口（通常是矩形），该窗口会在整个图像上滑动计算平均亮度或其他特征量； - 对于每一个位置上的像素点，依据其周围环境的信息决定是否将其标记为目标对象的一部分。 ```cpp // C++ code example using HALCON library gen_empty_obj (ImageThresh) local_mean(Image, MeanImage, 50, 50) // 计算局部均值，参数为窗口尺寸 dyn_threshold(Image, MeanImage, ImageThresh, 'light_objects', 10) // 动态阈值化 ``` 此处展示了如何创建一个局部均值图像并以此为基础实施动态阈值化过程。注意最后一个参数代表偏移量，可根据实际情况适当调节以获得最佳分离效果。 #### 方法二：结合形态学运算优化结果有时仅靠单一的技术手段难以取得理想的结果，这时可以考虑引入额外的操作来改善最终输出的质量。比如，在完成初步的阈值划分之后，再施加一些基本的形态变换如开闭运算等，有助于去除噪声干扰以及填补目标轮廓间的细小缝隙。 ```cpp // 继续上面的例子 opening_circle(ImageThresh, ImageOpened, 3.5) // 圆形结构元下的开运算 closing_circle(ImageOpened, ImageClosed, 3.5) // 接着做一次闭合操作 ``` 上述代码片段说明了怎样运用圆形结构元素执行开闭运算序列，这能够有效消除孤立的小斑点并且连接起断开的部分边界线。 #### 总结尽管 Halcon 并没有提供专门针对自适应阈值分割的功能模块，但是借助现有的丰富指令集完全可以构建出自定义的工作流程来达成目的。通过合理配置各个阶段的具体参数选项，便可以在不同应用场景下灵活地控制算法行为，进而获取高质量的分割成果。