“濃淡補正”是基恩士視覺的一個很強大的算法工具。使用“濃淡補正”的預處理，可以消除工件表面的光澤和陰影，僅抽取污點及瑕疵。（如下圖）
至於它的實現原理，網上搜不到相關資料。不過根據它的實現效果，能大致窺見它的原理：排除背景漸變的濃淡變化，只抽取對比度急劇變化的部分。
看到這句話，想必有些人已經想到了一個詞“動態閾值”，沒錯，動態閾值是跟它有幾分相似，這個我們後面再分析。
一、濃淡補正近似實現
下圖中，要把“黑點”和“彎曲的細黑線”提取出來，其中黑點正方形的邊長是5個像素。
處理算法如下：
1 read_image (Image, '白格矩陣.jpg') 2 rgb1_to_gray (Image, GrayImage) 3 4 gen_disc_se (SE, 'byte', 11, 11, 0) //設計結構元素 5 gray_dilation (GrayImage, SE, ImageDilation) 6 gray_erosion (ImageDilation, SE, ImageErosion) 7 sub_image (ImageErosion, GrayImage, ImageSub, 1, 120) //這個120也可以設置其他值
構造的結構原圖是一個11 × 11的矩形結構元素。
分析：
① gray_dilation (GrayImage, SE, ImageDilation)，對圖像進行灰度值像素膨脹，即灰度值較大的區域膨脹，面積變大。（如下圖左ImageDilation）
② gray_erosion (ImageDilation, SE, ImageErosion)，對圖像進行灰度值像素收縮，即灰度值較大的區域收縮，面積變小。（如下圖右ImageErosion）
③ 在灰度值像素膨脹的過程中，原圖中的“小黑點”和“細長的黑線”被它們周圍的高亮灰度值像素膨脹覆蓋掉了。（如下圖左）
④ 在灰度值像素收縮的過程中，圖中的白格子面積縮小，幾乎恢復原狀，不過在上一步中被膨脹覆蓋掉的小黑點、細黑線不可能再復原了。
⑤ sub_image (ImageErosion, GrayImage, ImageSub, 1, 120)，用無黑點、黑線的圖ImageErosion減去原始圖，就有效提取出了黑點和黑線。（如上圖所示）
使用這種方式提取複雜背景的黑點和黑線，有什麼注意點呢？
① 結構元素要構造得合理，一般來說，構造正方形結構元素最通用。
② 圖中“小黑點”的邊長是5 pix，結構元素至少要設置爲6 × 6 纔行，不然不能有效提取出小黑點。
③ 點只能提取較小的，線也只能提取較細長的。（因爲結構元素設計過大，可能會有難以預料的結果）
下圖中展示了結構元素分別爲3 × 3、50 × 50時，最終的效果圖ImageSub：
二、複雜背景下的算法表現
三、動態閾值
四、diff_of_gauss
（待續）