自動全域性閾值分割方法：
1、統計直方圖
2、尋找出現頻率最高的灰度值
3、把比最高頻率灰度值或者比它大或小一定灰度階的灰度值作為閾值分割影象
例：read_image(image,'particle')
gray_histo(image,image,absolutehisto,relativehiso)
peakgray:=sort_index(absolutehisto)[255]
threshold(image,region,peakgray+25,255)
動態閾值分割：
原因：1、很多情況下由於背景不均一，無法確定全域性閾值
2、目標體經常表現為比背景區域性亮一些或者暗一些
方法：1、通過其鄰域找到乙個合適的閾值進行分割
2、通過一些平滑濾波運算元來確定鄰域，例如mean_image、binomial_filter等
3、選擇所有比其鄰域暗的畫素
例：read_image(image,'particle')
mean_image(image,imagemean,20,20)
dyn_threshold(image,imagemean,region,15,'dark')
halcon閾值分割
1.threshold image region mingray,maxgray 全域性閾值分割，適用於環境穩定，目標與背景存在明顯的灰度差的場合。read image image,clip gray histo image,image,absolutehisto,relativehisto gen...
Halcon閾值分割
1.threshold image region mingray,maxgray 全域性閾值分割，適用於環境穩定，目標與背景存在明顯的灰度差的場合。應用 1 利用灰度直方圖確定閾值進行影象分割。一般是物體與背景之間存在乙個明顯的灰度差，直方圖會存在兩個波峰乙個是目標乙個是背景，那麼閾值就是物體與背景...
動態閾值分割
halcon中的dyn thresholdnen，參考例子，particle.hdev。對於一些目標較小，且與背景對比不明顯的影象可以採用動態閾值分割。為了過濾大目標的干擾，可以使用一些方法 二值化，連通域分析 對大目標進行mask。步驟 使用均值濾波獲得影象背景 將原圖與背景進行對比相減，位於一定...