halcon阈值分割算子

最新推荐文章于 2024-03-27 14:19:45 发布

icecream_cheese

最新推荐文章于 2024-03-27 14:19:45 发布

阅读量809

点赞数 3

分类专栏： halcon 图像处理算法文章标签：计算机视觉图像处理人工智能

本文链接：https://blog.csdn.net/aizzl97/article/details/132716899

版权

halcon 同时被 2 个专栏收录

9 篇文章 0 订阅

订阅专栏

图像处理算法

8 篇文章 1 订阅

订阅专栏

halcon有很多的阈值分割算子，有各自的适用场景。

阈值分割有非常多的算法，大体上分为全局和局部算法。全局算法包括全局固定阈值和基于图像直方图的阈值，局部算法包括局部动态阈值分割。基于图像直方图阈值分割的方法也有很多，比如常规的高斯滤波双峰法，OTSU大津法。但是这类所有的法都基于一个假设：图像是有前景和背景的，待分割目标处于背景中，即图像直方图是双峰的。如果因为非均匀光照导致待分割目标不处于背景或前景中，即图像直方图无双峰，那么基于图像直方图的所有法都是不甚理想的。

全局阈值

threshold

(Image : Region : MinGray, MaxGray : )

作用： 从输入图像中选取灰度值g满足以下条件的像素点:

如果传递了多个灰度值区间(MinGray和MaxGray的元组)，则为每个区间返回一个单独的区域。该算子，根据灰度直方图确定阈值进行图像分割。

方法一：手设置阈值

threshold (Image, Region, 128, 255)

适用场景： 适用于环境稳定，光照变化不大，目标与背景存在明显的灰度差的场合

优缺点： 此方法局限性大，自己设置阈值，并且只适合上图这类目标与背景差别较大的图片，通用性较差，但原理比较简单，速度最快。

方法二：灰度图生成阈值

gray_histo (Image, Image, AbsoluteHisto, RelativeHisto)
//sigma越大提取区域越少，当sigma取10的时候，MinThresh=[0, 88] MaxThresh=[87, 255]
histo_to_thresh (AbsoluteHisto, 10, MinThresh, MaxThresh) 
threshold (Image, Region, MinThresh, MaxThresh)

结果图如下：

binary_threshold

(Image : Region : Method, LightDark : UsedThreshold)

作用： 使用自动确定的全局阈值分割单通道图像

Method提供两种方法， 'max_separability’与 ‘smooth_histo’

选择Method = 'max_separability’时，调用基于Otsu（大津法，即最大类间方差）的灰度直方图的自动阈值分割。即遍历整个灰度阶，每次遍历都以当前遍历的灰度阶值作为分割阈值将整体像素分为2组，计算本次分割的组间方差，当遍历完整个灰度阶就会得到多个组间方差，选择最大的那个组间方差，该组间方差所用的灰度阶值就作为本次分割用的阈值。这个方法只适用于字节和uint2类型的图像。

选择Method = 'smooth_histo’时，首先，确定灰度值的相对直方图。然后，从直方图中提取相关的最小值，作为阈值操作的参数。为了减少最小值的数量，直方图用高斯平滑。在平滑直方图中，掩模尺寸增大，直到平滑直方图中只有一个最小值。然后，将阈值设置为该最小值的位置。

LightDark 提供两种选择，‘dark’ 与 ‘light’

dark是提取暗色区域，light提取亮色区域

在同质照明的背景下对字符的分割很有用。

auto_threshold

(Image : Regions : Sigma : )

作用： 自动全局阈值分割

1.计算灰度直方图。 2.高斯平滑后从直方图提取最小值。 3.根据提取的最小值进行阈值分割，sigma越大提取区域越少。

auto_threshold (Image, Region2, 10)

该算子效果看上去同threshold的第二种方法

fast_threshold

(Image : Region : MinGray, MaxGray, MinSize : )

作用： 使用全局阈值分割图像。

Image ：输入图像，即待分割图像。

Region ：输出区域，即分割后的区域。

MinGray ：输入灰度低阈值，0~255。

MaxGray ：输入灰度高阈值，0~255，需大于MinGray 。

MinSize ：提取对象的最小尺寸。

函数原理：

算子通过从输入图像中提取灰度值gray满足:MinGray < gray< MAxGray条件的像素。为了减少处理时间，选择分两步进行:首先，处理所选水平线上的所有点，这些点由它们的距离MinSize指定。接着，处理所有之前选中的点的邻域(size (2MinSize+1) x (2MinSize+1))。

halcon官方提到，在支持SSE2指令集的多核计算机，threshold很可能比fast_threshold快。Fast_threshold可能只在这些特性不可用的情况下优先于threshold，例如在嵌入式平台上。

fast_threshold (Image, Region3, 120, 255, 10)

bin_threshold

(Image : Region : : )

作用： 使用自动确定的全局阈值分割单通道灰度值图。

这个算子，少了两个算法选项，也不能决定选择黑或者白。

因此被halcon建议作废。

dual_threshold

(Image : RegionCrossings : MinSize, MinGray, Threshold : )

作用：使用双重阈值对带符号图像的阈值分割。

Image ：输入图像，即待分割图像。

RegionCrossings ：输出区域，即分割后的区域。

MinSize：输入，小于MinSize的区域被抑制。

MinGray：输入，对绝对灰度值小于MinGray的区域进行抑制。

Threshold ：输入，灰度值小于Threshold(或大于-Threshold)的区域将被抑制。

原理：将输入图像分割成灰度值>Threshold 的区域Threshold(“正”区域)和灰度值<Threshold 的区域“负”区域)。只有大小大于MinSize的“正”或“负”区域才会被保留，灰度值在MinGray和-MinGray之间的区域会被抑制。

dual_threshold通常在对图像应用拉普拉斯算子(Laplace, laplace_of_gauss, derivatives _gauss或diff_of_gauss)或两个图像的差值(sub_image)之后调用。

这个算子没用过

局部阈值

var_threshold

(Image : Region : MaskWidth, MaskHeight, StdDevScale, AbsThreshold, LightDark : )

作用： 均值和标准偏差局部阈值分割，能够较好的分开目标和背景，对不适合的参数设置不敏感。

MaskWidth(input)：用于平均值和偏差计算的掩模宽度。

MaskHeight(input)：用于平均值和偏差计算的掩模高度。

StdDevScale(input)：标准差乘数因子（简称标准差因子）。

AbsThreshold(input)：最小灰度值与平均值的差值。

LightDark(input) ：提供四种类型选择，‘dark’, ‘equal’, ‘light’, ‘not_equal’。'light’或’dark’分别返回比周围环境更亮或更暗的所有像素。'equal’返回未被任何选项选中的所有像素，即与其周围相对相等的像素。'not_equal’返回’light’和’dark’的组合结果，即所有与其周围不同的像素。

以下内容来自于halcon帮助文档：

var_threshold从输入图像中选择图像区域像素满足阈值条件的区域。阈值是根据每个像素(x,y)周围大小为MaskWidth x MaskHeight的局部掩膜的平均灰度值和标准差计算得出的。

由MaskWidth和MaskHeight定义的过滤器掩码的大小决定了要分割的对象的最大大小。但是，如果模板选择的太大，则非常接近的对象可能会合并。

定义v(x,y)是可变的阈值，d(x,y)是遍历每个像素时，掩膜覆盖的那些像素块灰度的标准差；StdDevScale 是标准差因子；当标准差因子StdDevscale>=0时, v(x.y)取(StdDevscale x 标准差)和AbsThreshold中较大的那个 ; 当标准差因子StdDevScale<= 0时, v(xy)取(StdDevscale x 标准差)和AbsThreshold中较小的那个。

实测发现，这里的比较大小是带符号比较，由于标准差是非负数，当StdDevscale <0时，(StdDevscalex标准差) <=0恒成立,所以此时的取值就是(StdDevScale x标准差) 。

帮助文档中StdDevscale的推荐值范围是-1-1，一般的明显的黑白过度处的在50左右，StdDevScale即-50 ~50，50的灰度差异，对于一般分割来说足够。

推荐的值是0.2，如果参数StdDevScale太大，可能分割不出任何东西；如果参数StdDevScale太小(例如-2) ，可能会把整个图像区域全部输出，也达不到有效分割的目的。一般推荐使用该算子时，StdDevScale取正值。

需要强调的是:在黑白过渡处，一般掩膜覆盖的像素的标准差较大，而在其他平缓的地方，标准差较小；因此最终采用的分割值随着掩膜在不断遍历像素的过程中，在(StdDevScale x 标准差)和AbsThreshold之间不断切换。

halcon提供的例程图片，对该类图分割效果较好

var_threshold (Image, Region, 15, 15, 1.01, 40, ‘dark’)

dyn_threshold

(OrigImage, ThresholdImage : RegionDynThresh : Offset, LightDark : )

OrigImage：原始输入图像 ThresholdImage：平滑处理之后的输入图像 RegionDynThresh：结果输出图像 Offset: 相对于ThresholdImage图像每个像素值的偏移量 LightDark：选择项，提取亮、暗或类似区域，默认值:“light”提供的选项: ‘dark’， ‘equal’， ‘light’， ‘not_equal’

这个算子就是根据灰度值比较，来选择那些符合这个公式的像素点。

原理：

令 g_{o} = g_{OrigImage} 和 g_{t} = g_{ThresholdImage}。其中，g_{OrigImage}是原始图像点的灰度值，g_{ThresholdImage}是平滑后图像点的灰度值。

LightDark = ‘light’ 的条件是：