dual_thresholddual_thresholdDualThresholddual_thresholdDualThresholdDualThreshold (Operator)

Name

dual_thresholddual_thresholdDualThresholddual_thresholdDualThresholdDualThreshold — Segmentieren mit Schwellen für Bilder mit Vorzeichen.

Signatur

dual_threshold(Image : RegionCrossings : MinSize, MinGray, Threshold : )

dual_thresholddual_thresholdDualThresholddual_thresholdDualThresholdDualThreshold segmentiert das Eingabebild in eine Teilregion mit Grauwerten ThresholdThresholdThresholdThresholdThresholdthreshold („positive“ Bildbereiche) und eine mit Grauwerten ThresholdThresholdThresholdThresholdThresholdthreshold („negative“ Bildbereiche). Nur „positive“ oder „negative“ Teilbereiche mit einer Fläche größer als MinSizeMinSizeMinSizeMinSizeMinSizeminSize werden dabei berücksichtigt. Teilbereiche, deren maximaler Grauwert betragsmäßig kleiner ist als MinGrayMinGrayMinGrayMinGrayMinGrayminGray, werden unterdrückt.

Die durchgeführte Segmentation ist nicht vollständig, d.h. die „positiven“ und „negativen“ Ergebnisregionen überdecken zusammengenommen nicht unbedingt das ganze Eingabebild. Es bleiben alle Bildbereiche unberücksichtigt, deren Grauwerte zwischen ThresholdThresholdThresholdThresholdThresholdthreshold und ThresholdThresholdThresholdThresholdThresholdthreshold (bzw. -MinGrayMinGrayMinGrayMinGrayMinGrayminGray und MinGrayMinGrayMinGrayMinGrayMinGrayminGray) liegen.

dual_thresholddual_thresholdDualThresholddual_thresholdDualThresholdDualThreshold schließt sich typischerweise an die Anwendung von Laplace-Operatoren wie (laplacelaplaceLaplacelaplaceLaplaceLaplace, laplace_of_gausslaplace_of_gaussLaplaceOfGausslaplace_of_gaussLaplaceOfGaussLaplaceOfGauss, derivate_gaussderivate_gaussDerivateGaussderivate_gaussDerivateGaussDerivateGauss oder diff_of_gaussdiff_of_gaussDiffOfGaussdiff_of_gaussDiffOfGaussDiffOfGauss) oder eine Bildsubtraktion (sub_imagesub_imageSubImagesub_imageSubImageSubImage) an. In den Nulldurchgängen des Laplace-Operators spiegeln sich Bildkanten wider, die sich als Trennlinien zwischen den „positiven“ und „negativen“ Bildbereichen bestimmen lassen. Dazu ruft man zuerst dual_thresholddual_thresholdDualThresholddual_thresholdDualThresholdDualThreshold mit ThresholdThresholdThresholdThresholdThresholdthreshold = 1 auf und erzeugt dann die komplementäre Regionen mittels complementcomplementComplementcomplementComplementComplement. Der Parameter MinGrayMinGrayMinGrayMinGrayMinGrayminGray steuert dabei die Rauschinvarianz,während MinSizeMinSizeMinSizeMinSizeMinSizeminSize das Auflösungsvermögen der Kantendetektion steuert.

Bei Pixeltypen ohne Vorzeichen (byte) wird nur die positive Hälfte der Segmentation durchgeführt. dual_thresholddual_thresholdDualThresholddual_thresholdDualThresholdDualThreshold verhält sich also wie eine einfaches Schwellenwertverfahren (thresholdthresholdThresholdthresholdThresholdThreshold) mit nachgeschaltetem connectionconnectionConnectionconnectionConnectionConnection und select_grayselect_graySelectGrayselect_graySelectGraySelectGray.

Parallelisierung

Multithreading-Typ: reentrant (läuft parallel zu nicht-exklusiven Operatoren).
Multithreading-Bereich: global (kann von jedem Thread aufgerufen werden).
Automatisch parallelisiert auf Tupelebene.
Automatisch parallelisiert auf interner Datenebene.

Parameter

ImageImageImageImageImageimage (input_object) singlechannelimage(-array) → object (byte / int1 / int2 / int4 / real)

Eingabebild.

RegionCrossingsRegionCrossingsRegionCrossingsRegionCrossingsRegionCrossingsregionCrossings (output_object) region-array → object

„Positive“ und „negative“ Teilregionen.

MinSizeMinSizeMinSizeMinSizeMinSizeminSize (input_control) integer → (integer)

Teilregionen mit weniger als MinSize Fläche werden unterdrückt.

Defaultwert: 20

Wertevorschläge: 0, 10, 20, 50, 100, 200, 500, 1000

Typischer Wertebereich: 0 ≤ MinSize MinSize MinSize MinSize MinSize minSize ≤ 10000 (lin)

Minimale Schrittweite: 1

Empfohlene Schrittweite: 10

MinGrayMinGrayMinGrayMinGrayMinGrayminGray (input_control) real → (real)

Teilregionen, deren maximaler Grauwert betragsmäßig kleiner als MinGray ist, werden unterdrückt.

Defaultwert: 5.0

Wertevorschläge: 1.0, 2.0, 3.0, 4.0, 5.0, 6.0, 7.0, 9.0, 11.0, 15.0, 20.0

Typischer Wertebereich: 0.001 ≤ MinGray MinGray MinGray MinGray MinGray minGray ≤ 10000.0 (lin)

Minimale Schrittweite: 1.0

Empfohlene Schrittweite: 10.0

Restriktion: MinGray > 0

ThresholdThresholdThresholdThresholdThresholdthreshold (input_control) real → (real)

Zurückgeliefert werden Teilregionen, deren Grauwerte größer gleich (bzw. kleiner gleich) Threshold (-Threshold) sind.

Defaultwert: 2.0

Wertevorschläge: 1.0, 2.0, 3.0, 4.0, 5.0, 6.0, 7.0, 9.0, 11.0, 15.0, 20.0

Typischer Wertebereich: 0.001 ≤ Threshold Threshold Threshold Threshold Threshold threshold ≤ 10000.0 (lin)

Minimale Schrittweite: 1.0

Empfohlene Schrittweite: 10.0

Restriktion: Threshold >= 1 && Threshold <= MinGray

Beispiel (HDevelop)

* Edge detection with the Laplace operator (and edge thinning)
diff_of_gauss(Image,Laplace,2.0,1.6)
* find "`positive"' and "`negative"' regions:
dual_threshold(Laplace,Region,20,2,1)
* The zero runnings are the complement to these image section:
complement(Region,ZeroCrossings)

* Simulation of dual_threshold
dual_threshold(Laplace,Result,MinS,MinG,Threshold)
threshold(Laplace,Tmp1,Threshold,999999)
connection(Tmp1,Tmp2)
select_shape(Tmp2,Tmp3,'area','and',MinS,999999)
select_gray(Laplace,Tmp3,Tmp4,'max','and',MinG,999999)
threshold(Laplace,Tmp5,-999999,-Threshold)
connection(Tmp5,Tmp6)
select_shape(Tmp6,Tmp7,'area','and',MinS,999999)
select_gray(Laplace,Tmp7,Tmp8,'min','and',-999999,-MinG)
concat_obj(Tmp4,Tmp8,Result)

Beispiel (C)

/* Edge detection with the Laplace operator (and edge thinning) */
diff_of_gauss(Image,&Laplace,2.0,1.6) ;
/* find "`positive"' and "`negative"' regions: */
dual_threshold(Laplace,&Region,20,2,1) ;
/*The zero runnings are the complement to these image section: */
complement(Region,ZeroCrossings) ;

Beispiel (HDevelop)

* Edge detection with the Laplace operator (and edge thinning)
diff_of_gauss(Image,Laplace,2.0,1.6)
* find "`positive"' and "`negative"' regions:
dual_threshold(Laplace,Region,20,2,1)
* The zero runnings are the complement to these image section:
complement(Region,ZeroCrossings)

* Simulation of dual_threshold
dual_threshold(Laplace,Result,MinS,MinG,Threshold)
threshold(Laplace,Tmp1,Threshold,999999)
connection(Tmp1,Tmp2)
select_shape(Tmp2,Tmp3,'area','and',MinS,999999)
select_gray(Laplace,Tmp3,Tmp4,'max','and',MinG,999999)
threshold(Laplace,Tmp5,-999999,-Threshold)
connection(Tmp5,Tmp6)
select_shape(Tmp6,Tmp7,'area','and',MinS,999999)
select_gray(Laplace,Tmp7,Tmp8,'min','and',-999999,-MinG)
concat_obj(Tmp4,Tmp8,Result)

Beispiel (C++ (HALCON 5.0-10.0))

#include "HIOStream.h"
#if !defined(USE_IOSTREAM_H)
using namespace std;
#endif
#include "HalconCpp.h"
using namespace Halcon;

int main (int argc, char *argv[])
{
  if (argc != 2)
  {
    cout << "Usage : " << argv[0] << " 'image' " << endl;
    return (-1);
  }

  HImage       image (argv[1]),
               laplace;
  HWindow      win;

  HRegionArray region,
               nulldg;

  image.Display (win);

  laplace = image.DiffOfGauss (2.0, 1.6);
  region  = laplace.DualThreshold (20, 2, 1);
  nulldg  = region.Complement ();

  laplace.Display (win);     win.Click ();
  region.Display (win);      win.Click ();
  nulldg.Display (win);      win.Click ();

  return (0);
}

Beispiel (HDevelop)

* Edge detection with the Laplace operator (and edge thinning)
diff_of_gauss(Image,Laplace,2.0,1.6)
* find "`positive"' and "`negative"' regions:
dual_threshold(Laplace,Region,20,2,1)
* The zero runnings are the complement to these image section:
complement(Region,ZeroCrossings)

* Simulation of dual_threshold
dual_threshold(Laplace,Result,MinS,MinG,Threshold)
threshold(Laplace,Tmp1,Threshold,999999)
connection(Tmp1,Tmp2)
select_shape(Tmp2,Tmp3,'area','and',MinS,999999)
select_gray(Laplace,Tmp3,Tmp4,'max','and',MinG,999999)
threshold(Laplace,Tmp5,-999999,-Threshold)
connection(Tmp5,Tmp6)
select_shape(Tmp6,Tmp7,'area','and',MinS,999999)
select_gray(Laplace,Tmp7,Tmp8,'min','and',-999999,-MinG)
concat_obj(Tmp4,Tmp8,Result)

Beispiel (HDevelop)

* Edge detection with the Laplace operator (and edge thinning)
diff_of_gauss(Image,Laplace,2.0,1.6)
* find "`positive"' and "`negative"' regions:
dual_threshold(Laplace,Region,20,2,1)
* The zero runnings are the complement to these image section:
complement(Region,ZeroCrossings)

* Simulation of dual_threshold
dual_threshold(Laplace,Result,MinS,MinG,Threshold)
threshold(Laplace,Tmp1,Threshold,999999)
connection(Tmp1,Tmp2)
select_shape(Tmp2,Tmp3,'area','and',MinS,999999)
select_gray(Laplace,Tmp3,Tmp4,'max','and',MinG,999999)
threshold(Laplace,Tmp5,-999999,-Threshold)
connection(Tmp5,Tmp6)
select_shape(Tmp6,Tmp7,'area','and',MinS,999999)
select_gray(Laplace,Tmp7,Tmp8,'min','and',-999999,-MinG)
concat_obj(Tmp4,Tmp8,Result)

Ergebnis

dual_thresholddual_thresholdDualThresholddual_thresholdDualThresholdDualThreshold liefert normalerweise den Wert 2 (H_MSG_TRUE). Für das Verhalten bzgl. der Eingabebilder und Ausgaberegionen sind die Flags 'no_object_result'"no_object_result""no_object_result""no_object_result""no_object_result""no_object_result", 'empty_region_result'"empty_region_result""empty_region_result""empty_region_result""empty_region_result""empty_region_result" und 'store_empty_region'"store_empty_region""store_empty_region""store_empty_region""store_empty_region""store_empty_region" einstellbar (siehe set_systemset_systemSetSystemset_systemSetSystemSetSystem). Gegebenenfalls wird eine Fehlerbehandlung durchgeführt.