halcon 阈值分割的方法
图像阈值分割是一种传统的最常用的图像分割方法。因其实现简单、计算量小、性能较稳定而成为图像分割中最基本和应用最广泛的分割技术。它特别适用于目标和背景占据不同灰度级范围的图像。它不仅科技极大的压缩数据量,而且也大大简化了分析和处理步骤。在很多情况下,是进行图像分析、特征提取与模式匹配与模式识别前的必要的图像预处理过程。图像阈值化的目的是按照灰度级,对像素集合进行划分,得到的每个子集形成一个与现实背景
图像阈值分割是一种传统的最常用的图像分割方法。
因其实现简单、计算量小、性能较稳定而成为图像分割中最基本和应用最广泛的分割技术。
它特别适用于目标和背景占据不同灰度级范围的图像。
它不仅极大的压缩数据量,而且也大大简化了分析和处理步骤。
在很多情况下,是进行图像分析、特征提取与模式匹配与模式识别前的必要的图像预处理过程。
图像阈值化的目的是按照灰度级,对像素集合进行划分,得到的每个子集形成一个与现实背景物相对应的区域,各个区域内部具有一致的属性,而相邻区域布局有这种一致的属性。
这种划分可以通过从灰度级出发选取一个或多个阈值来实现。
以下是区域分割对应的函数。
threshold 利用全局阈值分割图像
fast_threshold 利用全局阈值快速将图像二值化
bin_threshold 根据自动产生的阈值分割图像
auto_threshold 根据直方图决定的阈值分割图像
char_threshold 为提取的字符产生一个分割阈值
dyn_threshold 利用局域阈值(区域的明亮也黑暗)分割阈值
dual_threshold 对有反色的图像进行阈值分割图像
var_threshold 根据局域平均标准偏差分析将图像二值化
zero_crossing 从一幅图像中提取零相交分割
zero_crossing_sub_pix 从一幅图像中提取零相交(亚像素)分割
check_difference 一个像素一个像素比较两幅图
histo_to_thresh 根据直方图决定分割门槛值
更多推荐
所有评论(0)