（四）动态阈值分割

一、基本概念

  基于局部阈值分割的dyn_threshold()算子，适用于一些无法用单一灰度进行分割的情况，如背景比较复杂，有的部分比前景目标亮，或者有的部分比前景目标暗；又比如前景目标包含许多杂乱的灰度，从而无法是用全局阈值完成分割。
  此时，该算子可以利用邻域，通过局部灰度对比，找到一个合适的阈值进行分割。
  dyn_threshold算子的使用一般分为三步：
（1）读取图像
（2）使用平滑滤波器对原始图像进行适当平滑。
（3）使用算子比较原始图像与均值图像处理后的图像局部像素差异，将差异大于设定的值的点提取出来。
  下面，会用代码实例来为大家演示。
算子的解释：

* 均值滤波平滑图像，30,30是横向与纵向的调整参数
mean_image(GrayImage, ImageMean, 30, 30)
* 最后一个参数有三种选择，分别是'dark' 'light' 'not_equal'
* 30的意思就是，把某像素周围灰度差异超过30的挑出来。
* 该值越小，提取出的信息越多，反之越大。
dyn_threshold(GrayImage, ImageMean, RegionDynThresh, 30, 'not_equal')
1
2
3
4
5
6

二、实例解析

  原图是这样的：

  这幅图片字体部分与前景部分灰度差异不大， 而且噪声干扰较大，因此使用局部阈值分割是比较合适的。
  使用均值滤波对图像进行平滑处理。
  再进行一个开运算，去除一下噪点，就可以把图像中的字体提取出来了。

read_image (Text, 'Z:/学习studying——————学习/Halcon自己练习/data/text.jpg')
rgb1_to_gray (Text, GrayImage)
mult_image (GrayImage, GrayImage, ImageResult, 0.005, 0)
mean_image (ImageResult, ImageMean, 50, 50)
dyn_threshold (ImageResult, ImageMean, RegionDynThresh, 5, 'dark')
opening_circle (RegionDynThresh, RegionOpening, 1.5)
* 显示
dev_clear_window ()
dev_display (RegionOpening)
1
2
3
4
5
6
7
8
9

  提取出来的图像如下所示：

 
   
 
加油，努力工作！！！出人头地。
 
                           2023年10月2日晚