《工业机器人视觉技术》_04项目三 机器人自动锁螺丝系统的视觉识别.pptVIP

1.3彩色平面抽取函数：ColorPlaneExtraction一、知识准备图18抽取Value值平面效果图19在低亮度环境下抽取Value值平面效果1.3彩色平面抽取函数：ColorPlaneExtraction一、知识准备图20抽取Intensity强度平面效果图21在低亮度环境下抽取Intensity强度平面效果5、HSI模型平面抽取

HSI颜色模型与HSL、HSV颜色模型差不多，只是最后的Intensity强度平面不一样，而且在某些平台下HSI与HSV是一致的。抽取Value值平面其效果如图20、图21所示。1.4阈值（二值化）函数:Threshold一、知识准备使用阈值函数可以将灰度图像转换成二值图像。阈值可以基于像素强度分割一幅图像为不同的粒子区域和背景区域。

阈值函数一共有两个选项卡。第一个是Main选项卡，这个选项卡里只有设置步骤名称一个选项。另外一个Threshold阈值选项卡1.4阈值（二值化）函数:Threshold一、知识准备图22阈值函数的位置图23Threshold阈值函数的Threshold选项卡1.4阈值（二值化）函数:Threshold一、知识准备1、全局灰度阈值:GlobalGrayscaleThresholding

阈值设置所有属于阈值区间的像素值为1或用户自定义的值，同时设置其它不属于阈值区间的值为0。像素值在阈值区间里的像素被认为是粒子的一部分，而不在阈值区间的像素则被认为是背景。

图24显示了一张图片的直方图。图像中所有像素值属于166~255的认为是粒子像素，而0~165则认为是背景。图24图像直方图与阈值范围1.4阈值（二值化）函数:Threshold一、知识准备2、手动阈值:ManualThreshold

手动阈值的阈值区间在两个用户定义的参数值范围内：LowThreshold低阈值（Minimum最小值）和UpperThreshold高阈值（Maximum最大值）。所有选择的像素灰度值大于等于低阈值并且小于等于高阈值时被认为是图像中的粒子。1.4阈值（二值化）函数:Threshold一、知识准备图25手动阈值-白色目标设置图26手动阈值-白色目标效果1.4阈值（二值化）函数:Threshold一、知识准备图27手动阈值-黑色目标设置图28手动阈值-黑色目标效果1.4阈值（二值化）函数:Threshold一、知识准备图29手动阈值-灰色目标设置图30手动阈值-灰色目标效果1.4阈值（二值化）函数:Threshold一、知识准备3、自动阈值:AutomaticThreshold

NIVision中共同包含了5类自动阈值技术：Clustering聚类是唯一可用的多层次阈值方法。其它四种方法——Entropy熵、Metric度量、Moments动差、InterclassVariance组内方差——是预设的严格二值阈值技术。1.4阈值（二值化）函数:Threshold一、知识准备4、局部阈值:LocalThresholding

局部阈值，也叫做局部自适应阈值，就像全局灰度阈值，他们都创建一个二值图像以分割一幅灰度图像为粒子区域和背景区域。图31全局阈值与局部阈值比较A为原始的检测图像，是一幅LCD数字。B显示的是全局阈值处理后的图像。C显示了局部阈值分割图像片段。1.4阈值（二值化）函数:Threshold一、知识准备5、尼布拉克算法:NiblackAlgorithm

Niblack算法可以有效提高许多图像阈值应用程序的质量，如显示检测和OCR字符识别等。图32Niblack局部阈值法-窗口=7×7图33Niblack局部阈值法-窗口=40×401.4阈值（二值化）函数:Threshold一、知识准备5、尼布拉克算法:NiblackAlgorithm

局部阈值通常只会对窗口大小相等的目标进行查找。只有当窗口大于需要检查的目标特征时，目标才会被发现。

这种特性给我们阈值处理时提供了一种思路，就是可以将窗口尺寸设置成目标特征大小，以查找需要的特征，从而避免不需要的特征出现。

而其的DeviationFacto偏差系数值越小，找到的特征越多，对光强越敏感。而偏差系数值较大时，则对光强表现比较迟钝。1.4阈值（二值化）函数:T