石鑫华视觉
IMAQ AutoBThreshold2自动二值阈值
Method(clustering)：（自动阈值）方法。主要是选择自动二值阈值的方法。可以使用如下的方法：
自动阈值方法
Clustering：聚类。聚类是使用最频繁的自动阈值方法。当你需要使用阈值的图像有两种及以上的灰度类别时，应该考虑使用聚类方法。聚类方法是最为通用的一种自动阈值方法。
Entropy：熵。熵阈值法是基于经典的图像分析技术，其最适合那些图像中有极小比例的粒子检测。例如，此函数适用于缺陷、瑕疵检查。
Metric：度量。对于Metric度量阈值，计算出最优阈值用于图像。其值取决于代表表面计算出的初始灰度值。其中最优阈值对应于最小于值。
Moments：动差。Moments动差阈值，非常适合应用于对比度比较差的图像。动差法是基于一个假设：假设所观察到的图像是理论上的二值图像的一个模糊版本。模糊的产生主要是从采集过程、电子噪声或者轻微的散焦等引起的，模糊图像和原始图像的均值和方差的统计动差被认为相同的。这个函数用来重新计算理论二值图像。
Interclass Variance：组内方差。组内方差是一种统计技术，是基于差别分析的。一个最优阈值是由类别之间的阈值差异的最大值来决定的。
Look For（Bight Object）：查找目标（白色）。即需要查找的对象特征，默认为白色。这时白色较明亮的目标特征，将被变成红色，而较黑的则认为是背景。
ROI Descriptor：兴趣区域描述。即输入ROI区域的信息。自动阈值时，可以使用ROI功能画一个区域，然后再对此区域进行自动阈值。在ROI外的区域则被自动设置为黑色背景区域。如果ROI不输入或使用空值，则默认使用整个图像。
Threshold Limits：阈值极限。用于限定自动阈值的上下限。自动阈值虽然可以自动设置，但是也可以再指定其自动阈值的一个范围。不过通常来讲，此范围不会设置，空值时则默认使用图像的最小值0、最大值255。NI也是推荐不设置此值的，如视觉助手、VBAI中都是没有阈值极限设置的：
Replace Value(1)：替换值（默认值为1）。即二值化后的目标被替换成什么颜色。自动阈值中没有保持、替换选项，因此只能替换。
Threshold Range Out：阈值范围输出。这里是指自动阈值执行完后，输出的当前图像使用的阈值的范围。这里虽然是一个范围，但是其实能够改变的只有一个值。如果寻找的是白色目标时，则可能改变的是Lower Value低值，而Upper Value高值则一直保持255不变；而假如寻找的是黑色目标，则可能改变的值是Upper Value高值，Lower Value低值则会一直保持0不变。这是因为自动阈值函数只能寻找白色目标和黑色目标，并不能寻找灰度目标。只有能寻找灰度目标时，这个阈值范围才可能是双向可变的。这在视觉助手中也是可以直观的看到的。
视觉助手中的自动阈值
自动二值阈值使用方法
自动二值阈值使用效果-全图像白色目标聚类方法
自动二值阈值使用效果-全图像白色目标熵方法
自动二值阈值使用效果-全图像白色目标度量方法
自动二值阈值使用效果-全图像白色目标动差方法
自动二值阈值使用效果-全图像白色目标组内方差方法
自动二值阈值使用效果-全图像黑色目标聚类方法
自动二值阈值使用效果-ROI部分图像白色目标聚类方法
可以看到各种方法多少会有一些差别。如果对于图像的差别不是很好把握，可以使用万能方法-试。试一下各种方法，看哪种效果好，就选择哪种。其它的一些组合可以自己去研究一下。
自动二值阈值使用效果-ROI部分图像白色目标度量方法未限制阈值极限
这时可以看到阈值范围输出的是180~255。
自动二值阈值使用效果-ROI部分图像白色目标度量方法限制阈值极限为200
这时可以看到阈值范围输出的下限则为200，等于限定的下限200。即当计算得到的自动阈值的下限（或黑目标的上限）小于阈值极限时，则会自动将其设置为阈值极限值。