halcon图像分割之动态阈值分割

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 复制代码
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。

马工撰写的年入30万+C#上位机项目实战必备教程(点击下方链接即可访问文章目录)

1、《C#串口通信从入门到精通》

2、《C#与PLC通信从入门到精通 》

3、《C# Modbus通信从入门到精通》

4、《C#Socket通信从入门到精通 》

5、《C# MES通信从入门到精通》

6、《winform控件从入门到精通》

7、《C#操作MySql数据库从入门到精通》

以上教程CSDN订阅已超过2000+~

相关推荐
VIP_CQCRE5 小时前
GPT Image 2.6 商品图换背景后悬浮?接触阴影、透明区域与反射验收
图像处理·人工智能·ai·电商
泯泷6 小时前
别再傻傻地喂文件了,大厂都在偷偷给AI建这种“专属图书馆”
人工智能
oak隔壁找我7 小时前
一款运行在 DSH(DeepSeek Harness)中的类 Postman HTTP 接口调试插件
人工智能·程序员
高洁017 小时前
数字孪生与计算机视觉:让机器看懂现场
人工智能·python·机器学习·transformer·迁移学习
Csvn7 小时前
如果明天供应商涨价 3 倍?三层解耦,换模型只改一行配置(C05)
人工智能·aigc·agent
在所不辞兄8 小时前
为什么数字孪生驱动的产线标定需要在线更新机制,而不能一次标定后长期沿用?
人工智能·神经网络·其他·算法·机器学习
锋行天下9 小时前
langgraph 全栈项目(三)
前端·人工智能·后端
黄啊码9 小时前
【黄啊码】最近面了十几个想转 FDE 的程序员,一个都没招
人工智能
锋行天下9 小时前
langgraph 全栈项目(二)
前端·人工智能·后端
大模型真好玩10 小时前
用 Seedance 2.5 Flash 实现1分钟AI短剧,满足孩子的超级英雄对战梦
人工智能·aigc·deepseek