Halcon dyn_threshold算子深度解析

在机器视觉的工业检测场景中，光照不均是一个普遍存在的问题。无论是印刷品缺陷检测、金属表面划痕识别，还是 PCB 焊点质量评估，光照不均匀都会导致传统全局阈值分割失效，无法准确提取目标区域。而 Halcon 中的dyn_threshold算子正是为解决这一难题而生的核心工具。

一、算子核心原理：局部动态阈值的本质

dyn_threshold是 Halcon 中最常用的局部动态阈值分割算子，它与全局阈值的最大区别在于：每个像素的阈值并非固定值，而是根据其周围区域的灰度分布动态调整。

1.1 工作机制

dyn_threshold的核心思想是通过对比原始图像与平滑处理后的参考图像，提取灰度差异显著的区域。其本质等价于对原始图像进行高通滤波后再进行阈值分割，能够有效保留边缘、纹理等高频细节，同时抑制光照不均带来的低频背景变化。

1.2 阈值计算公式

设原始图像灰度值为$$g_$$，参考图像（平滑后的图像）灰度值为$$g_$$，则不同模式下的阈值条件如下：

LightDark模式	阈值条件公式	含义
light	$$g_o \ge g_t + Offse$$	提取比参考图像亮且灰度差≥Offset 的区域
dark	$$g_o \le g_t - Offse$$	提取比参考图像暗且灰度差≥Offset 的区域
equal	$$g_t - Offset \le g_o \le g_t + Offse$$	提取灰度与参考图像相近（差≤Offset）的区域
not_equal	$$g_o < g_t - Offset \ \vee \ g_o > g_t + Offse$$	提取灰度与参考图像差异大（差 > Offset）的区域

二、参数深度解析：如何精准控制分割效果

dyn_threshold算子的函数签名如下：

dyn_threshold(OrigImage, ThresholdImage : RegionDynThresh : Offset, LightDark :)

2.1 输入参数详解

• OrigImage：待处理的单通道图像，支持 byte/int2/uint2/int4/real 等多种数据类型

• ThresholdImage：用作阈值参考的图像，通常是对原始图像进行平滑滤波（如均值滤波、高斯滤波）后的结果

2.2 控制参数解析

• Offset：灰度偏移量，控制阈值的敏感度

  • 推荐取值范围：5~40

  • 取值过小：会引入大量噪声区域，占用大量内存

  • 取值过大：可能无法提取到目标区域，返回空结果

• LightDark：阈值方向选择

  • light：提取比参考图像亮的区域

  • dark：提取比参考图像暗的区域

  • equal：提取与参考图像灰度相近的区域

  • not_equal：提取与参考图像灰度差异大的区域

2.3 输出参数

• RegionDynThresh：满足阈值条件的像素集合，所有满足条件的像素会合并为一个区域，若需要分离独立目标，需调用connection算子获取连通域

三、实战案例：印刷品缺陷检测

3.1 案例背景

在印刷品质量检测中，由于印刷机压力不均或纸张厚度变化，常常会出现局部区域颜色深浅不一的情况，导致传统全局阈值无法准确提取缺陷区域。

3.2 完整代码示例

* 关闭当前窗口 dev_close_window() * 读取印刷品图像 read_image(Image, 'print_defect') * 获取图像尺寸 get_image_size(Image, Width, Height) * 打开显示窗口 dev_open_window(0, 0, Width, Height, 'black', WindowHandle) * 显示原始图像 dev_display(Image) disp_message(WindowHandle, '原始图像', 'window', 12, 12, 'black', 'true') wait_seconds(2) * 对原始图像进行均值滤波，生成参考图像 * 滤波核大小选择：核大小≈目标直径的2倍 mean_image(Image, ImageMean, 15, 15) * 动态阈值分割：提取比参考图像暗10个灰度值以上的缺陷区域 dyn_threshold(Image, ImageMean, RegionDynThresh, 10, 'dark') * 分离连通域，获取独立的缺陷区域 connection(RegionDynThresh, ConnectedRegions) * 按面积筛选，去除噪声区域 select_shape(ConnectedRegions, SelectedRegions, 'area', 'and', 50, 99999) * 显示分割结果 dev_display(Image) dev_set_color('red') dev_display(SelectedRegions) disp_message(WindowHandle, '缺陷检测结果', 'window', 12, 12, 'black', 'true')

3.3 参数选择技巧

• 滤波核大小：经验值为核大小≈目标直径的 2 倍，核越大，能提取的目标区域越大

• Offset 取值：根据图像噪声程度调整，噪声大时适当增大 Offset 值

• LightDark 选择：根据目标与背景的灰度关系选择，缺陷比背景暗时选择dark，比背景亮时选择light

四、常见误区与避坑指南

4.1 参数顺序错误

很多初学者容易混淆dyn_threshold的参数顺序，将参考图像和原始图像的位置颠倒，导致分割结果完全错误。正确的参数顺序是：dyn_threshold(原始图像, 参考图像, 输出区域, Offset, LightDark)。

4.2 Offset 取值不当

• 当 Offset∈[-1, 1] 时，会生成大量噪声区域，占用大量内存

• 当 Offset>60 时，可能无满足条件的像素，返回空区域

• 当 Offset<-60 时，可能所有像素都满足条件，返回全图区域

4.3 忽略连通域分离

dyn_threshold输出的是满足条件的所有像素合并为一个区域，若需要分离独立目标，必须调用connection算子获取连通域，否则无法进行后续的目标分析。

五、与其他阈值算子的对比

5.1 dyn_threshold vs threshold

• threshold：全局阈值分割，适用于光照均匀、背景简单的图像

• dyn_threshold：局部动态阈值分割，适用于光照不均、背景复杂的图像

5.2 dyn_threshold vs var_threshold

• dyn_threshold：需要先生成参考图像，灵活性更高，可以选择不同的滤波方式生成参考图像

• var_threshold：集成度更高，直接根据局部区域的均值和标准差计算阈值，无需单独生成参考图像

六、总结

dyn_threshold是 Halcon 中最常用但又最容易用错的算子之一，它在解决光照不均图像分割问题上具有不可替代的优势。掌握dyn_threshold的核心原理和参数选择技巧，能够帮助机器视觉工程师快速解决工业检测中的实际问题，提高检测精度和稳定性。

在实际应用中，需要根据具体的图像特点和检测需求，合理选择滤波方式、核大小和 Offset 值，同时结合connection、select_shape等算子进行后续处理，才能达到最佳的分割效果。