dyn_threshold算子动态阈值算子应付以下情况：对于一些应用来说，确定一个全局阈值是不可能的，比如，因为没有通用的参考图像来确定阴影校正图像的背景是非均匀的物体在局部范围内通常比背景亮些或者黑些在这种情况下，寺找一个固定阈值来区分物体和背景是丌太容易的问题: 局部邻域的确定局部邻域可以由平滑滤波器来确定(比如, mean_image或binomial_filter)动态阈值算子的经验说明：滤波的mask尺寸确定了做能分割出来物体的最大尺寸经验之谈 mean_im
合并region select_shape(ConnectedRegions1, SelectedRegions1, 'area', 'and', 550, 99999)
select_obj(SelectedRegions1, obj1, 1)
se
继续上节的region处理。区域相减（即求差异）上原图：现在我先选择焊点之外的背景区域，然后想反转这个区域，得到焊点区域，该怎么做？代码如下： gen_rectangle1(roi1, 813, 578, 913, 774)
reduce_domain(GrayImage, roi1, ImageReduced)
&
一，基本的图像通道知识在图像处理中有一个很重要的概念叫图像通道，在RGB色彩模式下就是指那单独的红色、绿色、蓝色部分。也就是说，一幅完整的图像，是由红色绿色蓝色三个通道组成的。他们共同作用产生了完整的图像。 一幅完整的图像，红色绿色蓝色三个通道缺一不可。即使图像中看起来没有蓝色，只能说蓝色光的亮度均为0，但不能说没有蓝色通道存在。 “存在、亮度为零”和“不存在”是两个不同的概念。 一幅图像
ROI （Region of Interest）,感兴趣区域。顾名思义，就是你主要想处理的区域。Halcon中处理的对象分为三类，分别是图像（image）,区域(region)，XLD(extended line description)(主要用在亚像素边缘的提取)。所以从这里可以知道，ROI的作用，其一是加快程序处理速度，原因在于，是程序处理只需处理ROI，其他区域直接跳过。其二，在图像匹配中，可以定义模板。ROI的生成除了直接用算子，可以使用向导直接生成ROI和对应的代码，见下图