图像分割技术

图像分割的标准可以是像素的灰度、边界、几何形状、颜色、甚至是纹理。

[Halcon] 图像、区域和轮廓相互转化_Loewen丶的小窝-CSDN博客_halcon区域转轮廓

halcon学习笔记——（12）图像分割_liuxiaomao1988的专栏-CSDN博客

一、阈值处理

        是以像素灰度值为标准的图像分割技术。

        全局阈值：

        基于直方图的自动阈值分割法：

        自动全局阈值分割法：

        局部阈值分割法：

全局阈值：

read_image(Image,'E:/C/Halcon/1.jpg')
rgb1_to_gray(Image,GrayImage)
threshold(GrayImage,DarkArea,100,255)
#区域转化为图像 255区域显示的值 0背景值
region_to_bin(DarkArea,BinImage,200,0,512,512)

基于直方图的自动阈值分割法：

        以灰度直方图的波谷为分割点，对灰度直方图的波峰进行分割。有多少波峰就会分割出多少个区域。

#图像分割
read_image(Image,'E:/C/Halcon/1.jpg')
rgb1_to_gray(Image,GrayImage)
#threshold(GrayImage,DarkArea,100,255)
auto_threshold(GrayImage,DarkArea,5)

 自动全局阈值分割法：也是对波峰波谷分割，但可选择分割方法：最大类间方差法或平滑直方图法{’max_separability’, ’smooth_histo’}

#图像分割
read_image(Image,'E:/C/Halcon/1.jpg')
rgb1_to_gray(Image,GrayImage)
#threshold(GrayImage,DarkArea,100,255)
#auto_threshold(GrayImage,DarkArea,5)
binary_threshold(GrayImage,DarkArea,'max_separability','dark',UsedThreshold)

 局部阈值分割法：适用于一些无法用单一灰度进行分割的情况，如：背景灰度比较复杂，有的部分比前景目标亮有的暗或者前景包含多种灰度。

其他阈值分割方法：

二、区域生长法

        将灰度值相近的区域合并成同一个区域。

regiongrowing（image,regions,row,column,tolerance,minsize）

三、分水岭算法

        通过寻找区域的分界线，对图像进行分割。

watershed(Image,Basins,Watersheds)