Halcon边缘检测和线条检测：自适应值化和动态算子的边缘计算

边缘检测是计算机视觉中常用的技术，用于提取图像中物体的边缘信息。Halcon是一种功能强大的机器视觉库，提供了丰富的边缘检测和线条检测算法。本文将重点介绍Halcon中的自适应值化和动态算子，以及如何进行边缘计算。

1. 自适应值化：
   自适应值化是一种根据图像的局部特征自动调整阈值的方法。在Halcon中，可以使用lines_gauss_threshold函数进行自适应值化的边缘检测。

以下是一个示例代码，演示如何使用自适应值化进行边缘检测：

read_image(Image, 'image.jpg')
rgb1_to_gray(Image, ImageGray)
lines_gauss_threshold(ImageGray, ImageLines, 10, 5, 2)

在上述代码中，首先读取了名为’image.jpg’的图像，并将其转换为灰度图像。然后，使用lines_gauss_threshold函数对灰度图像进行自适应值化，其中参数10表示高斯滤波器的尺寸，5表示灰度值的平均偏差，2表示阈值的最小偏差。最后，将得到的边缘图像存储在ImageLines中。

2. 动态算子：
   动态算子是一种基于图像局部特征变化的边缘检测方法。Halcon中提供了多种动态算子，如e