Halcon 二值化阈值算子

 二值化化阈值

•  threshold   适用于简单的全局阈值分割
• binary_threshold   适用于自动选择阈值的场景
• dyn_threshold  和  var_threshold  适用于光照变换较大的场景
• local_threshold         适用于光照不均匀的图像
• dual_threshold   适用于需要考虑区域面积和灰度值的场景

 binary 和 auto 区别:

他们两者都属于自动阈值

• binary可根据图像的灰度，分割出暗或者亮区域
• auto 是灰度直方图确定阈值，适用于复杂的背景和目标；可以适当滤除边缘干扰，适用于复杂背景下的目标检测

对比	适用场景	实际应用
local_threshold	适用于光照不均匀或复杂背景图像，能够分割目标区域；适用于文档图像处理	主要用于文档图像处理和复杂背景下的目标检测
var_threshold	适用于低对比度、纹理均匀的图像，不依赖全局光照的场景，适用于检测光滑表面上的划痕，赃物等对比度目标	常用于金属划痕等需要考虑局部对比度的场景

---

1、threshold   固定阈值

功能：简单的阈值分割算子，根据设定的固定阈值将图像转换为二值图像

threshold(Image，BinaryRegion，Min，Max)

• Image：输入的图像
• BinaryRegion：输出的区域
• Min Max：输入的最小阈值、最大阈值

 示例代码

read_image (Image, 'clip')
dev_open_window (0, 0, 512, 512, 'black', WindowHandle)
Min:=0
Max:=120
threshold (Image, Region, Min, Max)
dev_display (Region)

 为下文与fast做比较的代码

dev_update_off ()
read_image (Image, 'clip')
get_image_size (Image, Width, Height)
dev_close_window ()
dev_open_window (0, 0, Width/2, Height/2, 'black', WindowHandle)
dev_set_part (0, 0, Height+199, Width-1)
set_display_font (WindowHandle, 16, 'mono', 'true', 'false')
dev_display (Image)MinHeight:=20
Min:=0
Max:=128
threshold (Image, Region, Min, Max)
count_seconds (Start)  
for i:=1 to 100 by 1threshold (Image, Region, Min, Max)
endfor
count_seconds (End)
TimeThreshold:=(End-Start)/100*1000
dev_set_color ('yellow')
dev_display (Region)
disp_message (WindowHandle, 'TimeThreshold:'+TimeThreshold$'.2'+'ms', 'image', 12, 12, 'black', 'true')
disp_continue_message (WindowHandle, 'black', 'true')
stop()

---

  2、fast_threshold  快速全局阈值

该算子是 threshold 的增强版本，在多核计算机上处理速度快

但是由于多核计算机支持SSE2指令集的，所以在多核计算机上threshold的速度大于fast_threshold的， 

注意： fast_threshold主要用于嵌入式系统中，速度才会大于threshold

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

• Image：输入的图像
• Region：分割后的区域
• MinGray：灰度值的下界
• MaxGray：灰度值的上界
• MinSize：提取对象的最小尺寸

fast_threshold (Image, Region1, Min, Max, MinHeight)
count_seconds (Seconds)
for i:=1 to 100 by 1fast_threshold (Image, Region1, Min, Max, MinHeight)
endfor
count_seconds (Seconds1)
TimeFastThreshold := (Seconds1 - Seconds) / 100 * 1000
dev_display (Image)
dev_set_color ('green')
dev_display (Region1)
disp_message (WindowHandle, 'TimeFastThreshold:'+TimeFastThreshold$'.2'+'ms', 'image', 12, 12, 'black', 'true')

 从下面的我们可以看出来，相比匹配速度比较快

---

3、 dyn_threshold 动态阈值

功能： 动态阈值算子，通过将图像分多为个区域，并基于每个区域的局部特征动态计算阈值，适用于光照变换较大的场景

注意：需要将原图进行滤波平滑处理

dyn_threshold（OrigImage，ThresholdImage，RegionDynThresh，Offest，LightDark） 

• OrigImage：原始图像
• ThresholdImage：参考图像，通过对原始图像进行平滑滤波等预处理生成
• RegionDynThresh：输出的分割区域
• Offset： 阈值偏移量，值越大检测越严格；值越小，检测越宽松
• LightDark：提取的目标类型： 'light'(更亮)；'dark'(更暗区域)；'equal'(与参考图像相似区域)；'not_equal'(差异较大区域)

read_image (Image, 'photometric_stereo/embossed_01.png')
get_image_size (Image, Width, Height)
dev_open_window_fit_size (0, 0, Width, Width, -1, -1, WindowHandle)
mean_image (Image, ImageMean, 59, 59)
dyn_threshold (Image, ImageMean, RegionDynThresh, 10, 'not_equal')

---

4、binary_threshold  二进制阈值

可以根据图像的灰度分布自动选择阈值，它可以自动选出暗区域或亮区域

 binary_threshold(Image，Region，Method，LightDark，UsedThreshold)

• Image：输入图像
• Region：输出的二值图像区域
• Method：分割方法
  • 'max_separability' 最大限度的可分性
  • 'smooth_histo' 直方图平滑
    • max比smooth速度要快
• 'LightDark'：'dark'（暗区域） 'light'(亮区域)
• UsedThreshold：自动阈值使用

dev_update_off ()
dev_close_window ()
dev_open_window (0, 0, 512, 512, 'black', WindowHandle)
set_display_font (WindowHandle, 14, 'mono', 'true', 'false')
ImageFiles := ['dip_switch/dip_switch_01','circular_barcode','fin1']
for I := 0 to |ImageFiles| - 1 by 1read_image (Image, ImageFiles[I])dev_resize_window_fit_image (Image, 0, 0, -1, -1)dev_display (Image)Message := 'Test image for binary_threshold'disp_message (WindowHandle, Message, 'window', 12, 12, 'black', 'true')disp_continue_message (WindowHandle, 'black', 'true')stop ()binary_threshold (Image, RegionMaxSeparabilityLight, 'max_separability', 'light', UsedThreshold)dev_display (Image)dev_display (RegionMaxSeparabilityLight)Message := 'Bright background segmented globally with'Message[1] := 'Method = \'max_separability\''Message[2] := 'Used threshold: ' + UsedThresholddisp_message (WindowHandle, Message, 'window', 12, 12, 'black', 'true')disp_continue_message (WindowHandle, 'black', 'true')stop ()binary_threshold (Image, RegionMaxSeparabilityDark, 'max_separability', 'dark', UsedThreshold)dev_display (Image)dev_display (RegionMaxSeparabilityDark)

 

---

5、char_threshold  动态全阈值

char_threshold 是专门设计来提取字符的一类算子，实际也是一种动态全局阈值算子。

要求：图像必须是亮背景暗字符。

 char_threshold(Image，HistoRegion，Characters，Sigma，Percent，Threshold)

•  Image： 输入的图像
• HistoRegion：要计算灰度直方图的区域
• Sigma：高斯平滑系数
• Percent：用于计算灰度值的百分比
• Threshold：计算得到的阈值

dev_close_window ()
read_image (Image, 'alpha1')
get_image_size (Image, Width, Height)
dev_open_window (0, 0, Width, Height, 'black', WindowHandle)
set_display_font (WindowHandle, 16, 'mono', 'true', 'false')
dev_display (Image)
dev_set_color ('white')
dev_clear_window ()
char_threshold (Image, Image, Characters, 6, 95, Threshold)
dev_display (Characters)
gray_histo (Image, Image, AbsoluteHisto, RelativeHisto)
disp_continue_message (WindowHandle, 'black', 'true')
stop ()
dev_display (Image)
dev_set_color ('white')
gen_region_histo (Region, AbsoluteHisto, 255, 255, 1)

---

6、auto_threshold  自动阈值分割

根据图像的灰度直方图自动确定阈值，将图像分割为多个区域，通过平滑直方图来提取直方图中的最小值；例如：复杂的背景和目标

可以适当滤除边缘干扰，适用于复杂背景下的目标检测

 auto_threshold(Image，Region，Sigma)

•  Image：输入的图像
• Region：输出的区域
• Sigma：用于直方图高斯平滑的标准差，Sigma值越大，提取的区域就越少

dev_close_window ()
read_image (Aegypt1, 'egypt1')
get_image_size (Aegypt1, Width, Height)
dev_open_window (0, 0, Width, Height, 'black', WindowID)
set_display_font (WindowID, 14, 'mono', 'true', 'false')
dev_set_colored (6)
dev_clear_window ()
Sigma := 6   //设置值
auto_threshold (Aegypt1, Regions, Sigma)* 灰度直方图
gray_histo (Aegypt1, Aegypt1, AbsoluteHisto, RelativeHisto)
disp_continue_message (WindowID, 'black', 'true')
stop ()
dev_clear_window ()
* 创建函数子数组
create_funct_1d_array (AbsoluteHisto, Function)
* 高斯平滑函数
smooth_funct_1d_gauss (Function, Sigma, SmoothedFunction)
dev_set_color ('red')
* 函数到对
funct_1d_to_pairs (SmoothedFunction, XValues, YValues)
gen_region_histo (Histo1, YValues, 255, 255, 1)
dev_display (Aegypt1)
dev_set_color ('white')
gen_region_histo (Histo2, RelativeHisto, 255, 255, 1)

---

7、var_threshold 局部阈值

适用于复杂的图像分割场景，通过局部标准差和均值动态确定阈值；

这个算子可以有效地分开目标和背景，并且对不合适的参数设置不敏感

var_threshold算子和dyn_threshold算子极为类似。

不同的是var_threshold集成度更高   

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

•  Image：输入的图像
• Region：输出的区域
• MaskWidth 、MaskHeight：用于滤波平滑的掩模单元
• StdDevScale：标准差乘数因子
• AbsThreshold：设定的绝对阈值
• LightDark：四个值：'light'、'dark'、'equal'、'not_equal'

dev_close_window ()
dev_update_off ()
list_image_files ('label', 'default', [], ImageFiles)
ImageFiles1 := regexp_select(ImageFiles,'label_...png$')
read_image (Image, ImageFiles1[0])
get_image_size (Image, Width, Height)
dev_open_window_fit_size (0, 0, Width, Height, -1, -1, WindowHandle)
set_display_font (WindowHandle, 16, 'mono', 'true', 'false')
for Index := 0 to |ImageFiles1| - 1 by 1read_image (Image, ImageFiles1[Index])var_threshold (Image, Region, 15, 15, 1.01, 40, 'dark')connection (Region, ConnectedRegions)select_shape (ConnectedRegions, SelectedRegions, ['height','area'], 'and', [20,100], [100,400])dev_display (Image)dev_display (SelectedRegions)disp_continue_message (WindowHandle, 'black', 'true')stop ()
endfor
disp_end_of_program_message (WindowHandle, 'black', 'true')

 var_threshold 是将原图和对应像素掩模覆盖的像素的平均灰度值对比

 

---

8、dual_threshold 双阈值

通过计算图像局部区域的灰度标准差和均值来动态确定阈值。集成了更多的参数，适用于复杂的图像分割场景。

注意： 他只能分割出灰度值高的高区域，不能分割出灰度值低的暗区域

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

•  Image：原始图像
• RegionCrossings：输出分割后区域
• MinSize：最小面积控制参数
• MinGray：最小灰度值控制参数
• Threshold：阈值控制参数

dev_close_window ()
read_image (Traffic1, 'traffic1')
read_image (Traffic2, 'traffic2')
convert_image_type (Traffic1, ImageConverted1, 'int2')
convert_image_type (Traffic2, ImageConverted2, 'int2')
sub_image (ImageConverted1, ImageConverted2, ImageSub, 1, 0)
dual_threshold (ImageSub, RegionDiff, 500, 20, 10)

 

---

9、local_threshold  局部阈值

通过计算图像局部区域的均值和标准差来动态确定阈值，实现对图像的分割

特别适用于文档图像处理，该算子基于Sauvola算法，在非均质的背景下实现文本的二值化

 local_threshold(Image，Region，Method，LightDark，GenParamName，GenParamValue)

• Image：输入的图像
• Region：输入的分割区域
• Method：分割方法，目前只支持  'adapted_std_deviation'
• LightDark：控制分割亮结构还是暗结构，可选值为  'dark'（分割暗结构）或 'light'（分割亮结构）
• GenParamName、GenParamValue：用于设置方法特定的参数
  • 'mask_size'：窗口大小，必须大于字符或结构的笔画宽度
  • 'scale'：控制阈值与局部均值差异的参数，值越小，分割出的结构对比度越低
  • 'range'：假设的标准差最大值，对于字节图像，通常设置为128

dev_update_off ()
dev_close_window ()
read_image (Image, 'letters')
dev_open_window_fit_image (Image, 0, 0, -1, -1, WindowHandle)
set_display_font (WindowHandle, 16, 'mono', 'true', 'false')
get_image_size (Image, Width, Height)
*创建一阶多项式弯曲灰度表面
gen_image_surface_first_order (ImageSurface, 'byte', 0.5, 0.5, 0.5, Width/2, Height/2, Width, Height)
add_image (Image, ImageSurface, ImageResult, 0.5, 0)
GlobalThreshold:=128
threshold (ImageResult, Region, 0, GlobalThreshold)
dev_display (ImageResult)
dev_display (Region)
Message:='In images with inhomogeneous background'
Message[1]:='it is impossible to segment the characters'
Message[2]:='with a global threshold'
disp_message (WindowHandle, Message, 'window', 12, 12, 'black', 'true')
disp_continue_message (WindowHandle, 'black', 'true')
stop ()local_threshold (ImageResult, Region, 'adapted_std_deviation', 'dark', ['mask_size','scale','range'], [30,0.2,128])
dev_display (ImageResult)
dev_display (Region)

 下面是一副光照不均匀的图片       阈值分割后