1. 为什么我绕了一大圈又回到dyn_threshold1.1 一个固定阈值翻车现场前阵子一个朋友发我一张手机拍的零件照片背景光线从左到右越来越暗他问我阈值得怎么设我当时就回了四个字dyn_threshold。这不是随口说的——干视觉这么多年dyn_threshold是我在Halcon里用得最频繁的阈值算子之一。没有它一堆不均匀光照下的缺陷检测项目根本没法落地。先还原一下朋友那个场景。零件表面本身是均匀的金属色但左边有强光源、右边在阴影里整幅图背景灰度从180一路掉到90。你要是用常规的threshold(Image, Region, 100, 255)左边该出来的出来了右边整片被砍掉你用threshold(Image, Region, 80, 255)右边是保住了左边背景也跟着涌进来一大片。这种时候再看直方图双峰根本不明显全局阈值方案在起跑线上就已经输了。1.2 dyn_threshold适合谁先说结论dyn_threshold适合下面几类情况图像存在明显的光照不均、背景渐变没法用单个全局灰度值分开前后景目标物与周围背景的对比度相对稳定但绝对灰度值在不同位置不一样想在纹理背景上抠出亮斑、暗斑、划痕、字符等中小尺寸目标希望用局部背景作为判断基准而不是拿全局灰度分布硬扛。我在很多表面缺陷检测、印刷品字符分割、PCB外观检测项目里都用它。它并不神秘核心思路说白了就一句话**每个像素的阈值由它周围一块区域的灰度均值来决定而不是由全图一个固定值来决定。**理解了这句话后面所有参数就都顺了。如果你现在还在用固定阈值硬啃光照不均的图建议认真看完这篇它会改变你处理这类问题的习惯。2. 算子签名与每个参数的真实含义2.1 参数逐项拆解在HDevelop里dyn_threshold被调用为dyn_threshold(OrigImage, ThresholdImage, RegionDynThresh, Offset, LightDark)参数输入/输出类型作用OrigImage输入单通道图像原始灰度图ThresholdImage输入单通道图像阈值图通常由平滑滤波得到RegionDynThresh输出区域分割出来的结果区域Offset输入实数灰度偏移量控制灵敏度LightDark输入字符串提取方向light、dark、equal、not_equal第一大要点**ThresholdImage不是让你手动画一张阈值图而是让你通过滤波算子现场生成一张代表局部背景灰度的图像。**大部分情况下它就是原图做均值滤波的结果。官方文档里也是这个套路先mean_image(Image, ImageMean, MaskWidth, MaskHeight)生成平滑背景图再拿原图和这张背景图做比较。第二大要点**两张图必须保证图像定义域(domain)一致。**如果你之前对原图做过reduce_domain裁剪那ThresholdImage也必须裁成同一个区域再送进去否则轻则结果范围对不上重则直接报错。这个坑我在后面第9章还会具体提醒。第三大要点**Offset和LightDark是配合使用的光看任何单独一个参数都得不出结论。**两者的比较逻辑在下一章展开这里先记住Offset是允许的背景波动范围LightDark决定超出波动范围的哪个方向算目标。2.2 最简可运行示例先给一个最常用的写法你拿到一张不均匀光照的灰度图可以直接套read_image (Image, your_image.png) * 转灰度如果是彩色图先转一下 rgb1_to_gray (Image, GrayImage) * 生成阈值图15x15均值滤波尺寸后面细说 mean_image (GrayImage, ImageMean, 15, 15) * 动态阈值提取比背景暗的区域 dyn_threshold (GrayImage, ImageMean, RegionDynThresh, 10, dark)跑完之后RegionDynThresh里就是比周围局部背景至少暗10个灰度级的所有像素。你可以在HDevelop里用connection把区域断开再用select_shape按面积、形状等特征筛掉噪声。可别小看这么几行代码它在实际项目里能顶住绝大多数背景渐变场景。我见过有的工程师硬是用threshold配一堆paint_region修补逻辑去追同一片区域绕了几天最后一换dyn_threshold十分钟出结果。3. 算法原理拿局部背景当尺子3.1 均值图怎么变成阈值图要理解dyn_threshold先理解一个等价操作dyn_threshold做的事本质上是对原图减去平滑图的差值图做一次固定阈值。用子图像算子可以写出一个完全等价的效果以dark为例sub_image (OrigImage, ThresholdImage, ImageSub, 1, 0) threshold (ImageSub, Region, 0, 255)也就是原图每个像素减去它周围区域的均值得到差值图。某个位置如果有真实目标它的灰度会明显低于或高于周围背景所以差值图上会出现尖峰如果是缓慢变化的背景光照它在差值图上几乎接近0。这样一来光照不均的影响就被抵消了剩下的差值是局部突变再去设定一个固定Offset就能把目标从噪声里捞出来。这就是为什么ThresholdImage通常用均值滤波生成均值滤波本身就是取窗口内灰度平均值它在窗口尺度上代表了局部背景水平。窗口开得越大局部背景估计得越平缓窗口开得越小背景估计得越接近原图差值越小。3.2 四种比较模式的数学表达如果你把判断按像素展开实际是这样的LightDark像素被选中的条件lightOrigImage(i,j) ThresholdImage(i,j) OffsetdarkOrigImage(i,j) ThresholdImage(i,j) - OffsetequalThresholdImage(i,j) - Offset OrigImage(i,j) ThresholdImage(i,j) Offsetnot_equalOrigImage(i,j) ThresholdImage(i,j) - Offset或OrigImage(i,j) ThresholdImage(i,j) Offset注意这些条件都是逐个像素比较的。原图中每一个点拿自己的灰度值去对比平滑图里对应位置的灰度值再考虑一个Offset容差最后落在不等号方向上的点就被划进输出区域。这里有个很多新手容易搞混的点**Equal并不是没什么用的凑数参数。**它提取的是灰度与局部背景几乎相同的区域。什么意思比如表面涂层缺失区域它和周围背景灰度几乎一样但结构上就是不一样这时候反而需要equal把没差异的地方找出来。实际项目中equal用得少但一旦用上往往是问题域很特殊的情况。3.3 和threshold的本质差异固定阈值threshold判断的是Image(i,j) 某个全局常数它不关心周围环境什么样。而dyn_threshold判断的是Image(i,j)相对于它自己周围环境是亮是暗。用生活化类比来说固定阈值就像在班里定一条身高160cm以上算高个的硬性标准换到高年级班级就失效动态阈值则是在每个班里分别看你比周围大多数同学高出半个头就算高个。同一套规则在哪个班级都成立。明白了这个你再去看很多项目就知道为什么全局阈值搞不定它的尺子是全图共享的一把标尺而局部光照一变标尺的零点就偏了。dyn_threshold把尺子换成了局部均值零点跟着背景走自然适应各种光照漂移。4. MeanMask尺寸怎么选这篇讲透4.1 掩膜必须比目标大但不能无限大这是dyn_threshold调参里最重要的一个经验法则均值滤波的掩膜尺寸MaskWidth / MaskHeight必须明显大于你要检测的目标尺寸但同时不能大到覆盖过多灰度突变区域。为什么想想3.1的等价差值图思路均值滤波窗口如果和缺陷一样大甚至更小那么缺陷本身的灰度也会被平均进局部背景里差值图上的信号就会被削弱甚至完全消失。我实测过一个5像素宽、对比度20灰度级的暗划痕如果用5x5均值窗去生成ThresholdImage结果差值图上划痕位置的响应可能只剩下2~3个灰度级Offset稍微一调就找不到了换成21x21甚至31x31的窗口差值响应立刻回到15个灰度级以上分割干净利落。实际操作中我一般把掩膜尺寸定为目标最大径的2到3倍起步。比如划痕宽度在3~6个像素那就从15或21开始试字符笔画的宽度是4~5个像素我从17到21开始试。一个反向指标是如果你把掩膜调大目标区域反而变清晰了说明之前掩膜太小继续加如果加了之后目标区域开始变形、被旁边强边缘带跑说明过大了往回收。4.2 三种滤波方式生成阈值图我为什么首选均值除了mean_image常见生成阈值图的方式还有这些各自脾气不太一样生成方式算子特点适用场景均值滤波mean_image (Image, ImageMean, W, H)速度最快实现简单边缘会有轻微振铃大多数通用分割场景高斯/二项式滤波binomial_filter (Image, ImageBinom, W, H)更平滑抗噪好可以看成高斯近似目标与背景对比度弱、噪声较大时中值滤波median_image (Image, ImageMed, circle, R, mirrored)极大抑制孤立噪点保留边缘图像有椒盐噪声、随机毛刺时灰度开运算gray_opening (Image, ImageOpen, W, H)估计亮背景移除暗细节提取暗缺陷、暗划痕时作为背景图灰度闭运算gray_closing (Image, ImageClose, W, H)估计暗背景移除亮细节提取亮缺陷、亮斑时作为背景图我的习惯是先用均值如果背景估计还挺准但噪点多就换高斯或中值如果背景本身有较大的纹理起伏均值估计不干净就会考虑灰度开/闭运算来专门生成背景图。灰度开/闭运算的原理值得多说一句。gray_opening是在窗口内先做腐蚀再做膨胀结果是把那些比窗口小的暗细节抹掉只留下大面积亮背景。所以当你拿gray_opening(Image, ImageOpen, 21, 21)做ThresholdImage再去提取暗目标相当于用纯粹的局部亮背景做基准暗目标反而更突出。反过来提取亮目标就用gray_closing估计暗背景。4.3 边界伪影问题均值滤波在图像边界附近会用边界镜像或填充方式补齐但补出来的值毕竟不是真实像素这会导致靠图像边缘的区域在差值图上出现一圈偏大或偏小的响应也就是伪目标。我处理这个问题的办法很直接用reduce_domain先把图像往内收缩几像素去掉边界再做dyn_threshold或者在分割后直接用erosion_rectangle1把结果区域往内收一圈。如果目标不会出现在图像边缘这一步可以省掉但如果你做的是大图精密测量边界伪影可能直接导致误判必须处理。5. Offset偏移量对抗噪声的第一道防线5.1 offset太小会发生什么Offset的含义一句话允许背景有一定的灰度波动波动不超过Offset的点一律不算目标。它是对抗噪声的第一道防线。如果Offset设成0那就等于说只要原图和局部背景有任何一丁点差别都算目标。图像里每一点都有传感器噪声、照明波动结果就是整个区域糊成一片白色噪点完全没有分割意义。我见过有人上来就设Offset0然后跑来问为什么区域碎了就是这个原因。Offset设得越大被选中的像素条件越苛刻输出区域越少噪声抑制越强但真实目标里那些对比度较弱的部分可能也被过滤掉了出现漏检。设得太小则过分割需要大量后处理才能把真实目标和噪声分开。5.2 实用的标定方法如果你没有标定板也不想猜我推荐一个我自己常用的标定流程固定一个较大的MeanMask比如21x21。把Offset从5开始先步长5加到30每档都跑一遍观察结果区域里真实目标和噪声的比例。找一个临界点比这个临界点大1~2个灰度级真实目标开始出现断裂就说明Offset过大了退回一档。最后再微调1个灰度级为单位找到噪声明显减少、目标刚好的位置。举例来说我做过一个金属表面暗斑检测项目目标与背景的最小对比度约10个灰度级传感器噪声在±3个灰度级最终Offset取在8~10之间就非常稳。它留出了足够的噪声余量又没吃掉对比度只有10的目标。这里有个容易忽略的点Offset和MeanMask是相互影响的不是独立调参。MeanMask越大差值图上目标响应越强但噪声也可能被放大Offset越大抑制噪声越狠。一般先定MeanMask再定Offset如果Offset怎么调都别扭回头重新审视一下MeanMask是不是选得不合适。5.3 16位图与offset缩放如果你的图像不是8位而是16位比如某些工业相机输出的是12位/16位灰度Offset的数值就必须跟着灰度范围缩放。8位图里Offset10相当于大约4%的全幅灰度范围在16位图里同样比例应该取到10 * 256 ≈ 2560。很多工程师在这个地方翻车8位图里调试好的Offset直接套到16位图上结果要么区域没了要么噪声遍布。建议先明确相机的实际有效位深再把Offset换算过去甚至干脆统一用scale_image把16位图缩放到8位再处理逻辑更清晰。6. LightDark参数亮目标、暗目标与刚好差不多的目标6.1 四个枚举值的判定逻辑LightDark这个参数决定了比较方向本质上和threshold里的MinGray/MaxGray类似只不过基准从全局常数变成了局部背景图。四个值我已经在第3章的表格里列过判定条件这里换个角度总结light找比背景亮的特征。常见于暗背景上的亮点、亮字、焊点反光、亮色缺陷。dark找比背景暗的特征。这是我最常用的方向。暗划痕、暗污点、字符深色油墨、断层、凹坑等。equal找灰度与背景一致的特征。用于检测灰度异常均匀的区域比如涂层缺失、反光均匀面需要结合形态学判断。not_equal亮暗两侧都要常用于同时检测亮点和暗点比如既要找漏焊的亮焊点又要找烧焦的暗焊点。6.2 一次提取亮暗两侧的not_equal用法有些项目里目标既有亮斑又有暗斑比如PCB板上既有锡珠亮又有空洞暗如果分两次跑dyn_threshold再取并集也不是不行但会多一倍时间。直接not_equal一把梭mean_image (Image, ImageMean, 15, 15) dyn_threshold (Image, ImageMean, RegionBoth, 12, not_equal)这样亮斑暗斑都进RegionBoth。缺点是你分不清哪些区域是亮、哪些是暗如果后处理需要区分方向还得再用threshold在差值图上单独分开或者干脆跑两次dark和两次light。我的建议是只有当你不需要区分亮暗或者后处理只看形状/面积时才用not_equal省事。否则分开跑逻辑更好维护。6.3 equal模式的实际价值equal模式我在实际项目中用得很少但有一个场景让我印象很深检测镀膜表面有没有局部漏镀。漏镀区域的灰度与正常镀膜几乎一样在普通光照下肉眼都难分辨可它与背景的区别恰恰是灰度太均匀没有正常镀膜的纹理和细微起伏。这时候用equal加上一个较小的Offset反而能把异常均匀的区域抠出来。不过这类场景通常还需要额外的纹理特征、频域特征辅助单靠灰度动态阈值很难独立搞定。所以我的定位是equal是dyn_threshold的一个可用选项但不要指望它像light/dark那么通用。先搞清楚你的目标在灰度上和背景的关系再决定要不要用它千万别每个项目都试一遍四个方向然后挑一个看起来对的。7. 缺陷检测里的经典组合拳7.1 金属表面划痕检测完整流程我拿一个实际做过的金属表面划痕检测项目来演示完整链路这套组合我后来复用到很多类似项目上* 1. 读取图像工业相机采集的灰度图 read_image (Image, metal_surface) * 2. 中值滤波去孤立噪声保留边缘轮廓 median_image (Image, ImageMedian, circle, 3, mirrored) * 3. 大尺度均值图模拟背景光照 mean_image (ImageMedian, ImageMean, 31, 31) * 4. 提取暗缺陷区域 dyn_threshold (ImageMedian, ImageMean, RegionDark, 12, dark) * 5. 区域断开便于筛选 connection (RegionDark, ConnectedRegions) * 6. 按面积和形状特征过滤划痕细长、面积不大 select_shape (ConnectedRegions, SelectedRegions, [area, width, height], and, [30.0, 2.0, 5.0], [2000.0, 50.0, 200.0])这里我特意按顺序强调了几个点。第一步读取原图就不多说了第二步中值滤波很关键图像传感器噪声和表面小毛刺会让dyn_threshold输出很多碎片先滤一遍噪声能省掉海量后处理第三步的31x31均值窗是针对宽度在3~8个像素的划痕选的按4.1的经验法则2~3倍目标宽度起步第四步的Offset12是这个项目里实测出来的噪声抑制临界值最后一步按面积和长宽比筛掉噪声颗粒和背景纹理。7.2 与灰度形态学配合估计背景前面提到过如果背景纹理比较复杂均值滤波估计背景会有偏差这时候用灰度开/闭运算更合适。我举一个典型例子一个拉丝金属表面的暗点检测median_image (Image, ImageMedian, circle, 3, mirrored) * 灰度开运算估计亮背景 gray_opening (ImageMedian, ImageOpen, 21, 21) * 提取暗点背景基准是开运算结果 dyn_threshold (ImageMedian, ImageOpen, RegionDark, 8, dark)为什么这里不用均值滤波而用灰度开运算因为拉丝表面有方向性纹理均值滤波会把这些纹理也算进背景平均值导致拉丝隆起处出现大量伪目标。灰度开运算只在窗口尺度上抹掉暗的小于窗口的细节保留亮背景暗点在这种背景下就特别突出。这个技巧对表面缺陷检测非常实用。你甚至可以根据缺陷方向把结构元素改成矩形、椭圆等非对称形状比如gray_opening (ImageMedian, ImageOpenRect, 5, 31)用来处理横向长纹理背景只保留纵向短线状暗缺陷。7.3 延伸ROI裁剪与性能优化工业视觉项目里通常不会对整幅大图做全局处理而是先在定位阶段把目标区域框出来再在ROI内做分割。dyn_threshold配合reduce_domain可以缩小计算范围速度提升明显reduce_domain (Image, RectROI, ImageROI) mean_image (ImageROI, ImageMeanROI, 21, 21) dyn_threshold (ImageROI, ImageMeanROI, RegionDynROI, 10, dark)这里有一个我特别强调的细节mean_image和dyn_threshold必须在同一个ROI域内操作否则两张图的图像域不一致后面的比较会出问题。你可以在HDevelop里用get_domain验证两者域是否一致不一致就change_domain先对齐。如果ROI很小但数量很多可以考虑用for循环遍历多个ROI逐个运行均值滤波和动态阈值。Halcon的多线程可以加快循环但注意不要对同一变量并发写否则容易出现数据竞争。另一个优化点是如果只需要二值化结果你也可以用gray_histo加threshold在特定区域快速估一个局部阈值但dyn_threshold的优势在于它对每个像素自适应当ROI内背景仍有明显渐变时dyn_threshold还是稳得多。8. 同门算子横向对比什么场景别用dyn_threshold8.1 阈值分割算子对比表Halcon里阈值分割家族成员很多刚入门的工程师经常在threshold、binary_threshold、dyn_threshold、var_threshold、local_threshold之间犯选择困难。我整理了一张表按我的经验给出了适用场景算子阈值形式核心特点适用场景threshold全局固定值最简单、最快但光照一变就废光照均匀、目标与背景对比强烈binary_threshold自动全局阈值用直方图方法自动选阈值不用手动填直方图双峰明显、目标占比合适dyn_threshold逐像素局部阈值用平滑图当背景基准灵活抗光照不均光照渐变、背景不一的缺陷检测var_threshold局部均值±标准差自动考虑局部噪声大小能按对比度自适应背景复杂且噪声水平随位置变化local_threshold基于局部灰度统计参数多适合文本/文档二值化OCR、文档扫描、笔迹提取8.2 我什么时候会放弃dyn_threshold虽然我一直替dyn_threshold说好话但它不是万能的下面几种情况我会直接换别的方案目标占画面比例过大。如果目标区域面积超过画面50%比如整块均质金属表面都要提取那么均值窗口里大量采样点都是目标本身背景估计会被污染差值信号反而减弱。这种情况更适合用threshold或binary_threshold去抠背景再反选。要求亚像素边缘精度。dyn_threshold输出的是像素级区域如果你要的是亚像素轮廓一般先用dyn_threshold粗定位再在定位区域内用edges_sub_pix重提边缘。目标对比度太弱和噪声几乎同级别。Offset没法既保住目标又压住噪声时靠dyn_threshold硬调是浪费时间不如先做频域增强或考虑深度学习分割。速度极敏感且光照非常稳定。固定阈值几十毫秒跑完dyn_threshold外加均值滤波可能要上百毫秒如果直方图验证固定阈值已经稳如老狗就不要为了炫技增加耗时。8.3 选型决策思路我自己的选型链很固定先看一眼直方图如果双峰清楚、图像光照均匀直接threshold或binary_threshold如果光照不均立刻切到dyn_threshold家族如果局部对比度忽高忽低、噪声水平变化大我会尝试var_threshold让标准差自己调整阈值宽度。local_threshold主要留给文本类场景因为它的参数里包含了文本模式、密度范围等概念专门为字符二值化优化过。这套思路在90%的工业视觉项目里够用了。别一上来就上大模型、深度学习传统算子能把问题解决的就用最简方案鲁棒性往往更高。9. 我平时调参的几条经验9.1 从大到小找掩膜从小到大找Offset这两个方向是我反复验证过的调参顺序。掩膜从大往小调先用一个明显偏大的MeanMask比如目标宽度的5倍保证背景估计干净目标不会被吃掉然后把尺寸逐步缩小直到目标区域里的细节开始消失退一档用上一个尺寸。这样通常能落在最优区间。Offset从小往大调先小至5看噪声占比逐步加大直到真实目标刚好出现断裂迹象回退一档。再以1为步长微调取噪声刚好压住、目标最完整的平衡点。我见过很多人上来就填15x15、Offset30结果目标全没了就因为Offset给太大。小可以先小但大不能乱大。9.2 实时调参技巧HDevelop里没有内置dyn_threshold的滑条但你可以快速验证参数把mean_image和dyn_threshold两行放进一个循环用wait_seconds配合手动改参数或者用一个简单的调参界面C#/Qt里加TrackBar绑定Offset和MaskWidth两个变量。在界面上建议同时显示三层画面原图、平滑背景图、结果区域叠加。只看结果区域你不知道是背景估计的问题还是阈值的问题把平滑图也显示出来一眼就能判断如果平滑图里已经看不到目标轮廓说明掩膜太大或者目标被吃掉了如果平滑图保留了大量纹理细节说明掩膜太小背景没有平滑干净只有在平滑图干净且不丢失目标尺度的变化时才是适合继续调Offset的时机。9.3 最后的建议最后分享一个我个人的习惯不要一股脑把dyn_threshold代码焊死在项目里先写一个参数配置文件把MaskWidth、MaskHeight、Offset、LightDark、预处理方式都暴露出来。因为现场换一条产线、换一种灯光这些参数很可能全部要重调。用配置驱动而不是改代码是工业视觉项目能快速迭代的保障。还有一个容易遗漏的细节换相机或换分辨率时MeanMask和Offset要按比例缩放否则之前调好的参数会全部失效。这是硬件变更后最常见的问题很多人只换相机不换参数结果以为算法不行其实是分辨率变了掩膜尺寸对应的实际物理尺度没跟上。以上这些经验基本覆盖了我在多个项目里使用dyn_threshold的全部心得。它是那种看起来简单、用起来能救命的算子希望你也能把它用顺手。