Halcon阈值化算⼦dual_threshold和var_threshold的理解Halcon中阈值⼆值化的算⼦众多，通常⽤得最多的有threshold、binary_threshold、dyn_threshold等。
threshold是最简单的阈值分割算⼦，理解最为简单；binary_threshold是⾃动阈值算⼦，它可以⾃动选出暗（dark）的区域，或者⾃动选出亮（light）的区域，理解起来也没有难度。 动态阈值算⼦dyn_threshold理解起来稍微复杂⼀点，使⽤dyn_threshold算⼦的步骤基本是这样的：
①将原图进⾏滤波平滑处理。
②⽤原图和平滑后的图逐个像素做⽐较，它可以根据参数分割出原图⽐平滑后的图灰度⾼（或者低）若⼲个灰度值的区域。 举例如下：
处理程序是这样的：
1 read_image (Image, 'C:/Users/happy xia/Desktop/dynPic.png')
2mean_image (Image, ImageMean, 9, 9)
3 dyn_threshold (Image, ImageMean, RegionDynThresh, 10, 'dark')
程序分析：本例中，将图⽚模糊后，点阵字的⿊⾊扩散了，随之就是字的⿊⾊不如原图那么⿊了，那么通过给定的限值“10”和“dark”，就可以将原图⽐模糊后的图暗10个灰阶以上的区域（即⿊⾊⽂字部分）选出来了。
以上所说的三个算⼦并不是本⽂的重点，但却是理解下⾯的两个阈值分割算⼦的准备知识。一小时的故事
1、dual_threshold
先看程序和效果图再分析。
1 read_image (Image, 'C:/Users/happy xia/Desktop/2.png')
2 dual_threshold (Image, RegionCrossings, 174, 200, 180)
dual_threshold(Image : RegionCrossings : MinSize, MinGray, Threshold : )
该算⼦签名中：Threshold 表⽰⽤于分割的阈值数值，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。
注意图中蓝⾊矩形⼩⾊块的⾯积是175个像素，因此当MinSize = 174时，它可以被分割出来。
OK，我知道这么说⽐较拗⼝。下⾯我边改变参数边观察效果图，并做简要分析：
82RCC.
1 read_image (Image, 'C:/Users/happy xia/Desktop/2.png')
2 dual_threshold (Image, RegionCrossings, 176, 200, 180)
效果图如下：
由于最⼩⾯积设置为176，那么⾯积为175像素的矩形⼩⾊块就没有被分割出来。
再来改变MinGray参数：
1 read_image (Image, 'C:/Users/happy xia/Desktop/2.png')
2 dual_threshold (Image, RegionCrossings, 176, 216, 180)
此时观察到，最右边那个齿轮本来分割出来的区域没有了！
通过取⾊器观察可知，这块区域最亮的灰度⼤概⽐211⾼⼀点点。
我们把这个值略微调低再看看：
1 read_image (Image, 'C:/Users/happy xia/Desktop/2.png')
2 dual_threshold (Image, RegionCrossings, 176, 210, 180)
最右边那个齿轮右下⾓那⼀块⼜被分割出来了！
相信通过这样参数的反复调节，⼤家已经彻底明⽩了dual_threshold算⼦的意义和⽤法。
我们看这个算⼦的名称——dual是“双”的意思，也就是双阈值。如果我们让参数列表中的MinGray = Threshold，那就是单阈值了。
1 read_image (Image, 'C:/Users/happy xia/Desktop/2.png')
2 dual_threshold (Image, RegionCrossings, 176, 180, 180)
这个算⼦是很⾼效的。如果要完成上⾯这个程序这样的功能，⽤threshold算⼦的话，代码要这样写：
1 read_image (Image, 'C:/Users/happy xia/Desktop/2.png')
2 threshold (Image, Region, 180, 255)
3 connection (Region, ConnectedRegions)
4 select_shape (ConnectedRegions, SelectedRegions, 'area', 'and', 176, 9999999)
也就是说dual_threshold⼀条算⼦顶这三条算⼦。
dual_threshold算⼦的缺陷：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。
下⾯介绍var_threshold算⼦。
2、var_threshold
先看var_threshold算⼦的签名：
var_threshold(Image : Region : MaskWidth, MaskHeight, StdDevScale, AbsThreshold, LightDark : )
MaskWidth、 MaskHeight是⽤于滤波平滑的掩膜单元；StdDevScale是标准差乘数因⼦（简称标准差因⼦）；AbsThreshold是设定的绝对阈值；LightDark有4个值可选，'light'、'dark'、'equal'、'not_equal'。 需要强调的是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×标准差因⼦”这⼀变量。
举例：
1 read_image (Image, 'C:/1.png')
2 var_threshold (Image, Region, 4, 4, 0.2, 12, 'dark')
在该程序中，先⽤4×4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，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。八十年代香港电影
逸珑8133var_threshold的帮助⽂档中是这么写的：
说明：
1、d(x,y)指的是遍历每个像素时，掩膜覆盖的那些像素块（本例中是4×4 = 16个像素）灰度的标准差；StdDevScale 是标准差因⼦。
2、当标准差因⼦StdDevScale ≥ 0 时，v(x,y) 取（StdDevScale ×标准差）和AbsThreshold 中较⼤的那个。
3、当标准差因⼦StdDevScale ＜ 0 时，v(x,y) 取（StdDevScale ×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，（StdDevScale ×标准差）≤ 0恒成⽴。所以此时的取值就是（StdDevScale ×标准差）。
⽂档是这么说的：
If StdDevScale*dev(x,y) is below AbsThreshold for positive values of StdDevScale or above for negative values StdDevScale, AbsThreshold is taken instead.
⼤致意思是：
当StdDevScale为正时，如果StdDevScale*dev(x,y) 低于 AbsThreshold，则采⽤AbsThreshold。
当StdDevScale为负时，如果StdDevScale*dev(x,y) ⾼于 AbsThreshold，则采⽤AbsThreshold。
我了⼀块⿊⽩过渡处4×4的像素块，求得它的灰度标准差为51.16（或49.53）：
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。（……with 0.2 as a suggested value. If the parameter is too high or too low, an empty or full region may be returned.）
最后再看看是怎么分割像素的：
其中g(x,y)指的是原始图像当前像素的灰度值；m(x,y)指的是遍历像素时，掩膜覆盖的像素的平均灰度值（mean）。
电力系统自动化杂志以LightDark = ‘dark’为例，当满⾜m(x,y) - g(x,y) ≥ v(x,y)时（即原始图像对应像素灰度⽐掩膜像素灰度均值低v(x,y)个灰度值以上），相应的灰度值低的暗像素被分割出来。
最后看⼏个例⼦体会⼀下：（对⽐之前的例⼦var_threshold (Image, Region, 4, 4, 0.2, 12, 'dark')的效果）
①将AbsThreshold 由12改成30，此时分割出的区域变⼩。
1 read_image (Image, 'C:/1.png')2012年浙江高考作文
2 var_threshold (Image, Region, 4, 4, 0.2, 30, 'dark')
② AbsThreshold 保持12不变，将StdDevScale由0.2改成0.7，此时分割出的区域变⼩。
③将参数改为var_threshold (Image, Region, 4, 4, -0.01, 12, 'dark')，此时分割出的区域⼤⼤增加，由前⾯的分析可知，此时参数AbsThreshold = 12⽆效，事实上，此时将AbsThreshold 改为1、50甚⾄200都对最终结果没有任何影响。
通过本⼈的分析，我认为StdDevScale取负值意义不⼤，因为它会分割出⼤量的不需要的区域，故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(StdDevScale×标准差)和AbsThreshold 之间不断切换。
var_threshold和dyn_threshold的区别和联系：
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。以下两种算法的效果极为类似：
1 read_image (Image, 'C:/1.png')
2 var_threshold (Image, Region, 4, 4, 0, 12, 'dark')
1 read_image (Image, 'C:/1.png')
2 mean_image (Image, ImageMean, 4, 4)
3 dyn_threshold (Image, ImageMean, RegionDynThresh, 12, 'dark')
两种⽅法的效果图：
那么当StdDevScale ＞ 0 时，var_threshold对⽐dyn_threshold还存在什么优点呢？我认为是在⿊⽩过渡处能减少分割出不需要的区域的概率。（因为⿊⽩过渡处标准差⼤，当然前提是StdDevScale 不能设置得太⼩）
（⽹上关于这两个算⼦的系统介绍很少，我的理解难免有不⾜之处，欢迎⼤家回复讨论）
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议