当前位置: 首页 > news >正文

Halcon那些事:什么是动态阈值,如何用dyn_threshold分割图片

Halcon那些事:什么是动态阈值,如何用dyn_threshold分割图片

      • 一、什么是动态阈值?为什么需要它?
        • 1. 传统全局阈值的局限性
        • 2. 动态阈值的核心思想
      • 二、Halcon 中的核心算子:`dyn_threshold`
        • 1. 算子原型
        • 2. 参数详解
      • 三、工作原理(数学模型)
      • 四、详细使用步骤与实例
      • 五、关键参数选择与技巧
      • 六、与其他算子的对比
      • 七、dyn_threshold示例
        • 代码原理与过程详解
          • 1. 问题定义
          • 2. 解决方案:动态阈值 (dyn_threshold)
          • 3. 后处理 (Post-processing)
        • 总结
      • 八、总结与流程

在这里插入图片描述

动态阈值是机器视觉中处理光照不均、背景复杂等情况的强大工具。

一、什么是动态阈值?为什么需要它?

1. 传统全局阈值的局限性

最基础的阈值方法是全局阈值,例如 threshold(Image, Region, 128, 255)。它会将图像中所有灰度值在 128 到 255 之间的像素都提取出来。

  • 问题:当图像背景光照不均匀(例如,一边亮一边暗)、或者物体表面本身就有明暗变化时,一个固定的阈值无法适用于整个图像。在亮处可能刚好,在暗处则会丢失目标;反之,在暗处合适,在亮处又会引入过多背景噪声。
2. 动态阈值的核心思想

动态阈值(Local Thresholding 或 Adaptive Thresholding)不是用一个固定的灰度值,而是用一个变化的阈值来对图像进行分割

这个“变化的阈值”来自于另一张图像——参考图像(Reference Image)。参考图像是通过对原始图像进行某种平滑或滤波处理得到的,它模拟了图像的背景或整体光照变化。

简单比喻

http://www.dtcms.com/a/343796.html

相关文章:

  • Elasticsearch Rails 实战全指南(elasticsearch-rails / elasticsearch-model)
  • 集成电路学习:什么是K-NN最近邻算法
  • Seaborn数据可视化实战:Seaborn图表定制与数据可视化入门
  • AI+虚拟仿真:以科技之光照亮希望的田野
  • 课小悦系列智能耳机上市,用硬核科技为教育赋能
  • 学习嵌入式第二十三天——数据结构——栈
  • Qt5 文件与数据处理详解
  • NETSDK1045 当前 .NET SDK 不支持将 .NET 8.0 设置为目标。请将 .NET 5.0 或更低版本设置为目标,或使用支持
  • 【FPGA Interlaken协议】
  • 服务器与客户端
  • AI服务器介绍
  • FPGA设计中的信号完整性量化与优化:探索高速数字系统的关键路径
  • 20.9 QLoRA微调实战:1.5B参数Whisper-large-v2在24GB显存实现中文语音识别,CER骤降50%!
  • 企业微信新版搞了个AI功能
  • 构效关系(Structure-Activity Relationship, SAR)分析的标准方法:R基团结构解析
  • Amazon Lambda:无服务器时代的计算革命,解锁多样化应用场景
  • MATLAB入门教程
  • 【PSINS工具箱】MATLAB例程,二维平面上的组合导航,EKF融合速度、位置和IMU数据,4维观测量
  • 如何创建一个Cloudfalare worker项目?
  • 当下一次攻击发生前:微隔离如何守护高敏数据,防范勒索攻击下的数据泄露风险!
  • 【变压器老化仿真】matlab实现变压器老化过程的行为模拟与源码编写
  • 24.解构赋值
  • Qt5 的跨平台开发详细讲解
  • 嘉立创eda元件导出到kicad库以使用
  • Spring Ai 1.0.1中存在的问题:使用MessageChatMemoryAdvisor导致System未被正确的放在首位
  • 拆解本地组策略编辑器 (gpedit.msc) 的界面和功能
  • 相似度、距离
  • 【C++】--函数参数传递:传值与传引用的深度解析
  • C++ csignal库详细使用介绍
  • CXR-LT 2024:一场关于基于胸部X线的长尾、多标签和零样本疾病分类的MICCAI挑战赛|文献速递-深度学习人工智能医疗图像