Segmentation

Adaptive Threshold

Adaptives Thresholding passt den Schwellenwert für jedes Pixel basierend auf seiner lokalen Umgebung an und bewältigt so unterschiedliche Lichtverhältnisse im Bild. Diese Methode verbessert die Genauigkeit, insbesondere in Situationen, in denen die Beleuchtung im Bild ungleichmäßig ist. Das Verfahren wird eingesetzt, um feine Details oder Strukturen sichtbar zu machen, die bei einem globalen (einheitlichen) Schwellenwert verloren gehen würden.

Flow

Parameterset

Parameter	Typ	Beschreibung
Image	Image	Ein Graustufen- oder Farbbild ist möglich.
Adaptive Threshold Type	AdaptiveThresholdType	MeanC berechnet den Schwellenwert als arithmetischen Mittelwert der Pixelwerte in der lokalen Nachbarschaft, während GaussianC den Schwellenwert als gewichtete Summe mit einer Gauß-Verteilung bestimmt – das heißt, Pixel, die näher am Mittelpunkt liegen, erhalten ein höheres Gewicht. Dadurch reagiert GaussianC meist etwas robuster auf Rauschen und leichte Helligkeitsschwankungen im Bild als MeanC.	im Beispiel: GaussianC
Kernel Size (Pixel)	Int32	Dieser Parameter legt die Größe des Nachbarschaftsbereichs fest (ein quadratisches Fenster). Eine größere Blockgröße führt in der Regel zu glatteren, gleichmäßigeren Ergebnissen, da mehr Pixel zur Berechnung des lokalen Schwellenwerts berücksichtigt werden. Eine kleinere Blockgröße hingegen erzeugt schärfere und detailliertere Kanten, kann aber auch empfindlicher auf Rauschen reagieren.	im Beispiel: 5
Constant	Single	Dies ist ein konstanter Wert, der vom berechneten Mittelwert oder der gaußgewichteteten Summe subtrahiert wird, um den endgültigen Schwellenwert zu bestimmen. Die Verwendung einer solchen Konstante hilft, Rauschen zu reduzieren und den Schwellenwert feiner an die lokalen Helligkeitsverhältnisse anzupassen.	im Beispiel: 0
Invert	Boolean	Wenn dieser Parameter auf „true“ gesetzt ist, werden die Pixelwerte invertiert: Schwarze Pixel werden weiß und weiße Pixel werden schwarz.	im Beispiel: false
Return	Region	Binärbild, bei dem jedes Pixel entweder schwarz oder weiß ist und so Bereiche darstellt, die oberhalb oder unterhalb des berechneten Schwellenwerts liegen.

Binary Threshold

Pixelwerte, die unter dem Schwellenwert liegen, werden auf 0 (schwarz) gesetzt, und diejenigen, die über dem Schwellenwert liegen, auf 255 (weiß). Geeignet wenn klare Kontrastverhältnisse herrschen bzw. die Helligkeitsunterschiede im Bild stark genug sind, z. B. bei einem hellen Objekt auf dunklem Hintergrund.

Wichtig: Ist der Auto Threshold gesetzt, werden die Werte in Value überschrieben.

Flow

Parameterset

Parameter	Typ	Beschreibung	Beispiel
Image	Image	Ein Graustufen- oder Farbbild ist möglich.
Value	Single	Schwellenwert: Pixel, deren Helligkeit über diesem Wert liegt, werden auf 255 (weiß) gesetzt, während Pixel darunter üblicherweise auf 0 (schwarz) gesetzt werden.	im Beispiel: 50
Invert	Boolean	Wenn dieser Parameter auf true gesetzt ist, werden die Pixelwerte umgekehrt: schwarze Pixel werden weiß, und weiße Pixel werden schwarz.	im Beispiel: false
Auto Threshold (Otsu)	Boolean	Otsu’s automatisches Thresholding ist ein Verfahren, das einen optimalen Schwellenwert zur Bildbinärisierung automatisch bestimmt, indem die intra-klassen Varianz zwischen Vordergrund- und Hintergrundpixeln minimiert wird. Es sucht somit den Wert, bei dem die Trennung von hellen und dunklen Bereichen im Bild am klarsten ist.	im Beispiel: false
Region	Region	Binärbild, bei dem jedes Pixel entweder schwarz oder weiß ist.
Otsu Threshold	Single	Wenn Auto Threshold aktiviert ist, enthält dieser Wert den automatisch berechneten Schwellenwert (Otsu-Methode); andernfalls wird der manuell eingegebene Wert verwendet.

Color Threshold

Verwende diesen Knoten, um gezielt Objekte oder Bereiche einer bestimmten Farbe in einem Bild zu isolieren. Als Farbe kann eine RGB-Farbe mittels Make Color definiert werden oder mittels Detect Color eine vorhandene Farbe im Bild ermittelt werden.

Mit dem Color Picker kann der RBG-Wert der ROI ermittelt werden.

Jedes Pixel wird überprüft, ob seine Farbe innerhalb eines definierten Farbbereichs liegt.

Wichtig: In den File Camera Settings auf Farbbild umstellen.

Flow

Parameterset

Parameter	Typ	Beschreibung	Beispiel
Image	Image	Farbbild
Color	Color	Referenzfarbe (RGB)	(255,0,0)
Invert	Boolean	Wenn dieser Parameter auf true gesetzt ist, wird die Maske invertiert, sodass alle Pixel außerhalb des definierten Farbbereichs ausgewählt werden.
Toleranz R	Byte	Toleranz um die rote Farbe (Wertebereich: 0–255), die angibt, wie stark die Farbe vom Zielwert abweichen darf, damit ein Pixel noch als rot erkannt wird.	im Beispiel: 40
Toleranz G	Byte	Toleranz um die rote Farbe (Wertebereich: 0–255)	im Beispiel: 20
Toleranz B	Byte	Toleranz um die rote Farbe (Wertebereich: 0–255)	im Beispiel: 20
Region	Region	Binärbild, bei dem jedes Pixel entweder schwarz oder weiß ist.

To Zero Threshold

Pixelwerte unterhalb des Schwellenwerts werden auf Null gesetzt, während Werte oberhalb des Schwellenwerts unverändert bleiben. Durch diese Methode bleiben mehr Details des ursprünglichen Bildes für Pixel oberhalb des Schwellenwerts erhalten.

Flow

Parameterset

Parameter	Typ	Beschreibung
Image	Image	Ein Graustufen- oder Farbbild ist möglich.
Value	Single	Schwellenwert. Pixel, deren Intensität über diesem Wert liegt, bleiben unverändert.	im Beispiel: 50
Invert	Boolean	If set to true pixels above the chosen value will be set to black and those below will remain unchanged.	im Beispiel: false
Auto Threshold (Otsu)	Boolean	Die automatische Schwellenwertbestimmung nach Otsu ist eine Methode, die automatisch einen optimalen Schwellenwert für die Bildbinarisierung ermittelt, indem sie die Varianz innerhalb der Klassen zwischen Vordergrund- und Hintergrundpixelintensitäten minimiert.	im Beispiel: false
Region	Region	Binärbild, bei dem die Pixel entweder schwarz oder weiß sind.
Otsu Threshold	Single	Wenn die automatische Schwellenwertberechnung aktiviert ist, enthält dieses Feld den automatisch berechneten Schwellenwert (Otsu-Methode); andernfalls den Eingabewert.