关于halcon的图像平滑、去噪几种方法及算子介绍

图像增强看这。 阈值分割看这。

直方图均衡化的一般是处理图像偏暗、偏亮、以及亮度过于集中等现象

https://zhuanlan.zhihu.com/p/54771264 方法的基本思想是对在图像中像素个数多的灰度级进行展宽，而对像素个数少的灰度级进行缩减。从而达到清晰图像的目的。

halcon中直方图均衡化一般是用这两个算子 gray_histo (Region, ImageEquHisto, AbsoluteHisto1,RelativeHisto1) equ_histo_image (GrayImage, ImageEquHisto)

对比度是两个相邻区域的亮度差异决定的。如果图像的大部分的像素都集中在直方图的某个范围，就表示图像中的大部分像素的灰度值差别很小，无法很好地进行分辨图像中的物体。所以要想使得图像的对比度大，那么应该让图像中的像素均匀分布在各个灰度级上。

https://zhuanlan.zhihu.com/p/98541241 这是对比度比较小的图片，可以看出他的灰度分布比较集中。 这是对比度比较大的图片，累积直方图近似于一条直线，所以各个灰度区域的像素个数差异不大。

halcon中增强对比的算子 emphasize (text, ImageEmphasize, 10, 10, 1.5)

在图像上对目标像素给一个模板，该模板包括了其周围的临近像素（以目标像素为中心的周围8个像素，构成一个滤波模板，即包括目标像素本身），再用模板中的全体像素的平均值来代替原来像素值。

https://zhuanlan.zhihu.com/p/76188487

均值滤波器能够去除均匀分布和高斯分布的噪声，但是在过滤掉噪声的同时，会对图像造成一定的模糊，使用的窗口越大，造成的模糊也就越明显。 halcon算子：

中值滤波是通过对邻域内像素按灰度排序的结果决定中心像素的灰度。具体的操作过程如下：用一个奇数点的移动窗口，将窗口中心点的值用窗口内各点的中值代替。 假设窗口内有5个点，其值为1,2,3,4和5，那么此窗口内各点的中值即为3，也就是用3来代替中心点的像素值。

它对于斑点噪声（表现为一种颗粒状的、黑白点相间的纹理）和椒盐噪声（是一种随机出现的白点或者黑点，可能是亮的区域有黑色像素或是在暗的区域有白色像素或是两者皆有）来说尤其有用。保存边缘的特性使它在不希望出现边缘模糊的场合也很有用。

halcon算子：

高斯滤波就是对整幅图像进行加权平均的过程，每一个像素点的值，都由其本身和邻域内的其他像素值经过加权平均后得到。高斯滤波的具体操作是：用一个模板（或称卷积、掩模）扫描图像中的每一个像素，用模板确定的邻域内像素的加权平均灰度值去替代模板中心像素点的值。高斯平滑滤波器对于抑制服从正态分布的噪声非常有效。 halcon算子：