视觉进阶：阈值分割函数总结

(1) fast threshold(mage: Region: MinGray, MaxGray, Minsize:)

        ①算子描述:

           全局阈值,此算子与threshold类似,只是多了一个輸入参数MinSize :提取对象的最小尺寸

(2) gray histo(Regions, Image : : : AbsoluteHisto, RelativeHisto)

 histo to thresh (RelativeHisto. Siama. MinThresh. MaxThresh)

 threshold (Image, Region, MinThresh, MaxThresh).

         ①算子描述:

            灰度直方图算子自动确定國值(通常为以上三个算子连用)

(3) auto threshold(lmage: Regions: Siąma:)

         ①算子描述:

             根据灰度直方图分割图像,此算子与histo to thresh类似。

(4) binary threshold(mage, Region, Method, LightDark, UsedThreshold)

         ①算子描述:

             二进制國值,只能用于具有双峰直方图的图像，bin_threshold算子的更新版；

         ②参数说明：

              Method:分割方法('max separability':最大限度的可分性;'smooth histo':直方图平滑)

              UsedThreshold (輸出参数) :自动國值使用的國值

(5) dual threshold(lmage : RegionCrossings: MinSize, MinGray, Threshold 😃

         ①算子描述:

              它只能分割出灰度值高的亮区域,不能分割出灰度值低的暗区域。

         ②参数说明:

              Threshold:表示用于分割的國值数值

              MinSize:表示分割出来的区域的最小面积(即数像素的数目个数)

              MinGray:表示分割出来的区域对应的原图中图像像素的最高灰度不能低于MinGray设定值。

(6) hysteresis threshold(mage : RegionHysteresis : Low, High, MaxLength:)

         ①参数说明:

              Low:低于低值的像素点被抛弃

              High:高于高國值的像素点被接受,称为安全点,

              MaxLength :处在低國值与高國值中间的点称为潜在点,如果潜在点距离安全点小于MaxLength ,则将其变为安全点

(7) local threshold(Image: Region : Method, LightDark, GenParamName, GenParamValue)

       ①算子描述:

             局部阈值分割,该算法是一种文本二值化技术,为文档图像提供了良好的效果。

(8) char threshold(Image, HistoRegion: Characters: Sigma, Percent: Threshold )

       ①算子描述:

            字符提取阈值分割。

(9) watersheds threshold(lmage: Basins : Threshold:)

       ①算子描述:

            使用國值从图像中提取分水岭盆地。

            第一步:计算出分水岭(不使用该参数Threshold ) ,分割的盆地和调用算子watersheds得到的盆地是相同的；

            第二步:如果被一个分水岭分割的相邻盆地与对应分水岭的高度差小于Threshold ,盆地依次合并。假设B1和B2分别是两个相邻盆地的最小灰度值, w是盆地对应分水岭的最小灰度值。当满足以下条件时,两个盆地合并: maxW-B1, W-B2<Threshold。由此得到的盆地存储在Basins变量中。

          极端条件:如果Threshold为0,则watersheds threshold类似于watersheds,但输出结果只有盆地无分水岭区域。如果Threshold为图像中最大灰度值,则輸出的盆地只包含一个区域。

(10) var threshold(Image, Region, MaskWidth, MaskHeight, StdDevscale, AbsThreshold, LightDark）

         ①参数说明:

              1.MaskWidth, MaskHeight是用于滤波平滑的掩膜单元,掩模尺寸要大于缺陷宽度的2倍;

              2.StdDevScale是标准差乘数因子(简称标准差因子) ；

              3.AbsThreshold是设定的绝对i值;

              4.LightDark有4个值可选, ' light'、"dark'、'equal''not equal'



        ②应用举例:

             var threshold (Image, Region, 4, 4, 0.2, 12, 'dark' )

             在该程序中,先用4x4的掩膜在图像上逐像素游走,用原图中的当前像素和对应掩膜中16个像素的灰度均值!对比,找出暗(dark)的区域。

             当原图像素灰度比对应的掩膜灰度均值低(0.2,12)个灰阶时,该区域被分割出来 。

             本程序中StdDevScale= 0.2. AbsThreshold =12问题的关键就是理解如何通过StdDevScale和AbsThreshold来确定用于分割的國值。

        ③关于参数StdDevScale (标准差因子)的说明:

              1.当标准差因子StdDevscale 2 0时, v(x.y)取(StdDevScale x标准差)和AbsThreshold中较大的那个；

              2.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, (StdDevScal x标准差) s0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-1~1,一般通过上面的例子可知,一般的明显的黑白过度处的标准差在50左右,乘以StdDevScale即-50 ~ 50 ,50的灰度差异,对于分割来说一般是够了的。文档还说: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,也就说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阈值随着掩膜在不断遍历像素的过程中,在(StdDevScalex标准差)和AbsThreshold之间不断切换。

详解var_threshold函数

(1)参数说明:

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



       ①Image:输入图像;

       ②MaskWidth, MaskHeight：是用于滤波平滑的掩膜单元

       ③StdDevscale：是标准差乘数因子(简称标准差因子) ;

       ④AbsThreshold：是设定的绝对阈值;

       ⑤LightDark：有4个值可选：' light'、' dark'' equal'、' not equal'。

(2)应用举例：

       var threshold (Image, Region, 4, 4, 0.2, 12, 'dark' )

       在该程序中,先用4x4的掩膜在图像上逐像素游走,用原图中的当前像素和对应掩膜中16个像素的灰度均值对比,找出暗(dark)的区域。当原图像素灰度比对应的掩膜灰度均值低(0.2,12)个灰阶时,该区域被分割出来。

      本程序中StdDevScale = 0.2, AbsThreshold = 12,问题的关键就是理解如何通过StdDevscale和AbsThreshold来确定用于分割的阈值。

（3）关于参数StdDevScale (标准差因子)的说明:

      1、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 ;

      2、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-1-1,一般通过上面的例子可知,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。

      标准差文档还说: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,也就说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(StdDevScalex标准差)和AbsThreshold之间不断切换。

(4) var_threshold和dyn_threshold的区别和联系:

     var_threshold算子和dyn_threshold算子极为类似,不同的是var threshold集成度更高,并且加入了"标准差x标准差因子"这一变量。

     dyn_threshold是将原图和滤波平滑后的图对比, var_threshold是将原图和对应像素掩膜覆盖的像素的平均,灰度值对比,在算子var_threshold中,如果参数StdDevScale=0,那么就可以用动态阈值的方式非常近似地模拟,以上两种算法的效果,极为类似。