block分析可以分析图像中连通区域的数量.位置.形状.方向等特征,根据这些特征,可以对目标进行识别。
过程:
- 获取图像
- 根据特征进行阈值分割
- 再对图像中的连通区域进行特征分析
- 求特征值
灰度直方图
灰度直方图是关于图像灰度级分布的函数,是对图像中灰度级的分布统计。灰度直方图将数字图像中的所有像素,按照灰度值大小,统计其出现的概率。灰度直方图是灰度级 的函数,它表示图像中具有某种灰度级的像素个数,反映了图像中某种灰度出现的频率,其中横坐标是灰度级,纵坐标是该灰度出现的概率。
阈值分割
全局固定阈值分割,也叫图像的“二值化”,即对整幅图像都采用一个固定的阈值范围来进行二值化。
动态阈值分割,在很多实际场景中,由于背景不均匀,难以确定全局阈值,固定全局阈值的方法就不再适用。此时如果目标像素常常表现为比背景像素亮一些或者暗一些,那么可以通过考虑像素与其邻域的灰度值比较,找出合适的阈值进行分割。
连通区域分析的原理
在进行阈值分割后,图像像素要么属于背景,要么属于目标,但是这些目标可能是分散的,不相连的,在后续的处理和分析中,往往需要对相连的区域进行分析,因此必须要从目标像素中找到连通区域。 连通区域的算子connection()
特征值计算
HALCON自带的“特征直方图”按钮进行目标分割