halcon中动态阈值分割以及使用偏差模型法检测缺陷

动态阈值分割定义

将图像与局部背景进行比较的操作称动态阈值分割处理。

注意动态阈值的说法
当进行比较操作（做差）时，设置的阈值并不一定是动态的，这里动态主要指各个局部的背景灰度值可能是动态变化的，即（背景+阈值）是动态的。

局部背景的估计

• 空域上
  可以用均值、高斯、中值滤波器对局部进行平滑处理的结果作为对背景灰度值得估计。有时为了加快处理速度，也可以采样的方式，自己任意设置滤波器掩码。 halcon中代码如下：

mean_image(Image,Mean,D*2+1,D*2+1)
dyn_threshold(Image,Mean,Seg,5,'light')

• 时域上
  采集n张图像，匹配对准后，每个像素点在n张图像的均值/中值可作为背景的估计

空域动态阈值缺陷检测的限制

    动态阈值分割的结果不仅包括比局部背景更亮或更暗的物体，也包括亮区域或暗区域的边缘，这也就是说，如果我们用空域动态阈值分割检测缺陷，图像边缘也会被分割出来，这往往并不是我们需要的，因此这种方法我们通常会将roi限定在离边缘有一定距离的地方。

偏差模型法缺陷检测

核心思想

• 求良品图时域平均，以进行背景的估计
• 求良品图时域标准差，以进行阈值进行设置<即：背景灰度值和阈值都是动态的>