[attach]7367[/attach]

图1 Threshold阈值（二值化）函数

如图1所示，为阈值函数在灰度选项卡中的位置。使用此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。

对于图像中那些重要的结构和想集中分析这些区域时，可以使用阈值来提取区域。阈值一幅图像通常是各种各样的需要在二值图像上执行图像处理的机器视觉应用的第一步，如粒子分析、极品模板比较、二值粒子分类等。

全局灰度阈值（整幅图像）包含手动阈值和自动阈值技术。

当图像照明均匀时使用全局灰度阈值检测图像效果最好。因为全局灰度是针对整个图像的，因此需要图像有较好的均匀性，并且能始终保持较好的均匀性，无其它干扰。如日光、环境照明等。

粒子具有一定亮度范围的特征。它们是由具体一定灰度值的像素组成的，这些灰度值属于给定的阈值区间（整体亮度和灰度）。

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。

下面的图像显示了图像的直方图。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：

[attach]7365[/attach]

图2 图像直方图与阈值范围

下面来看一下阈值的选项卡。

[attach]7366[/attach]

图3 阈值设置选项卡

阈值选项卡中有Main选项卡，这个一看就明白。另外还有一个Setup设置选项卡。在这里，主要有三部分内容。第一部分为Look For查找对象，可以分为Bright Objects白色目标、Black Objects黑色目标和Gray Objects灰色目标；第二部分，则为Threshold Type阈值类型，其中可用的选项有Image Source原始图像、Manual Threshold手动阈值、Local Threshold : Niblack局部阈值：尼布拉克、LocalThreshold : Background Correction局部阈值：背景校正、Auto Threshold : Clustering自动阈值：聚类、AutoThreshold : Entropy自动阈值：熵、Auto Threshold : Metric自动阈值：度量、AutoThreshold : Moments自动阈值：矩、Auto Threshold : Interclass Variance局部阈值：组内方差。这些阈值方法，局部阈值是另一个类别的，而手动阈值和自动阈值都属于全局灰度阈值范围内的方法。第三部分则是阈值方法使用的参数，每个方法都不一定相同，这个在具体的方法中再介绍。

下面先了解一下全局阈值中的手动阈值Manual Threshold。

手动阈值的阈值区间在两个用户定义的参数值范围内：Low Threshold低阈值（Minimum最小值）和Upper Threshold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。

手动阈值的一个例子如下：