前言
传统固定阈值分割只适用于光照均匀的图像，对于光照不均匀导致的图像亮度不一致的场景无法使用，但使用动态阈值分割能够有效解决亮度不一致的问题。
1、动态阈值分割原理
为图像中每个像素或其邻域计算一个"动态"的局部阈值，而不是为整个图像使用单一的全局阈值。它能有效解决光照不均、背景灰度变化等问题。这个动态的局部阈值通常来源于另一个图像，这个图像是原图进行均值滤波等处理后的图像，相当于一个背景图，这个背景图的阈值就是变化的。
2、halcon算子应用
csharp
dev_open_file_dialog ('read_image', 'default', 'default', Selection)
read_image (Image, Selection)
mean_image (Image, ImageMean, 15, 15)
dev_set_color ('red')
threshold (Image, Region, 128, 255)
dyn_threshold (Image, ImageMean, RegionDynThresh, 5, 'light')动态阈值分割dyn_threshold 算子总共有5个参数，如下：
第1个参数是输入图像
第2个参数是均值滤波后的图像
第3个参数是输出的阈值分割后的区域
第4个参数是偏移量
第5个参数是提取目标的类型
第4、5两个参数的原理如下：
当参数5= 'light' 时（目标比背景亮时使用），提取比背景亮的区域：
如果 Orig >= (Thresh + Offset)，则该像素被选中，属于输出区域，这个条件意味着：原始图像的灰度显著高于（至少高出 Offset）其局部背景估计值。
当参数5 = 'dark' 时（目标比背景暗时使用），提取比背景暗的区域：
如果 Orig <= (Thresh - Offset)，则该像素被选中，属于输出区域，这个条件意味着：原始图像的灰度显著低于（至少低于 Offset）其局部背景估计值
3、固定阈值分割图像处理后效果
1）处理前
2）处理后
可以明显的看出亮度比较暗的部分直接就被去掉了，这就是固定阈值的缺陷。
4、动态阈值分割图像处理后效果
1）处理前
2）处理后
可以看出目标还是能够得到保留。