halcon学习笔记——（12）图像分割

转自：http://www.cnblogs.com/hanzhaoxin/archive/2013/01/08/2851925.html

一，基本的图像通道知识

在图像处理中有一个很重要的概念叫图像通道，在RGB色彩模式下就是指那单独的红色、绿色、蓝色部分。也就是说，一幅完整的图像，是由红色绿色蓝色三个通道组成的。他们共同作用产生了完整的图像。

    一幅完整的图像，红色绿色蓝色三个通道缺一不可。即使图像中看起来没有蓝色，只能说蓝色光的亮度均为0，但不能说没有蓝色通道存在。

    “存在、亮度为零”和“不存在”是两个不同的概念。

    一幅图像，如果关闭了红色通道，那么图像就偏青色。如果关闭了绿色通道，那么图像就偏洋红色。如果关闭了蓝色通道，那么图像就偏黄色。

这个现象再次印证了反转色模型：红色对青色、绿色对洋红色、蓝色对黄色。

    如果察看单个通道，发现每个通道都显示为一幅灰度图像(不能说是黑白图像)。某个通道的灰度图像中的明暗对应该通道色的明暗，从而表达出该色    光在整体图像上的分布情况。由于通道共有3个，所以也就有了3幅灰度图像。

    通道中的纯白，代表了该色光在此处为最高亮度，亮度级别是255。

　通道中的纯黑，代表了该色光在此处完全不发光，亮度级别是0。

　介于纯黑纯白之间的灰度，代表了不同的发光程度，亮度级别介于1至254之间。

　灰度中越偏白的部分，表示色光亮度值越高，越偏黑的部分则表示亮度值越低。

　现在可以明白为何通道用灰度表示了吧？因为通道中色光亮度从最低到最高的特性，正符合灰度模式那种从黑到白过渡的表示。正是因为灰度的这种特性，使得它在以后还被应用到其它地方。通道中的灰度，与颜色调板的灰度滑块是对应的。

二，单通道图像分割 
1阈值分割 
全局阈值，局部阈值法，直方图自动阈值（自适应阈值）

指定全局阈值 

threshold( Image: Region: MinGray, MaxGray)  //人工设置阈值

局部阈值法，后面再加以描述

直方图自动阈值（自适应阈值） 

auto_threshold( Image: Region:Sigma:)

//自动阈值输入必须是是单通道图像，会有多阈值分割，Sigma用于对灰度直方图进行高斯平滑，决定了平滑的程度（分割细致程度），当sigma很大时，灰度直方图基本会被平滑为只剩下一个波峰，而分割是根据平滑后直方图的波谷来进行的，Sigma小，分割的越细致。

三，彩色图像的分割 

decompose3

trans_from_rgb(red,green,blue,result1,result2,result3,colortypespace)

四，整理常用的提取简单结果的函数

使用感兴趣区域（Region Of Interesting，ROI）可以进一步缩小定义区域。这样可以避免处理无关区域，从而减少运算时间。

 

1,设置ROI，方法是用图形窗口的设置ROI助手，然后手动画出并插入代码 

gen_rectangle1(ROI_0, *****)

2,reduce_domain用于截取所画出的ROI 

reduce_domain(fullImage,ROIarea,ReducedImage)

3,通常在threshod后，试用connection选择出连通区域，然后用面积和形状选择法选出自己关注的形状 

threshold()

connection(Region, OutputRegion)

select_shape(input,output, Requirments....)

五，其他函数：

crop_rectangle1(Image : ImagePart : Row1, Column1, Row2, Column2 : )    

// 切出一个矩形区域，Image：输入的多通道图片，ImagePart：输出的多通道图片