少有人走的路粘连的东西，最常见的思路是进行腐蚀，缩小region。
用下面的思路也是可以的。
（1）简单的阈值分割；
（2）计算连通域connection；
（3）基于距离变换的分水岭区域分割，使用算子distance_tansform,watersheds
（4）盆地与原连通域求交集，分离粘连颗粒；
演示程序如下：
*采集图像
dev_close_window ()
read_image (Image, 'pellets')
*计算图片大小，并以原图尺寸显示
get_image_size (Image, Width, Height)
dev_open_window (0, 0, Width, Height, 'black', WindowHandle)
dev_display (Image)
stop ()
*01 简单的阈值分割
threshold (Image, Region, 105, 255)
*02 计算连通域
connection (Region, ConnectedRegions)
select_shape (ConnectedRegions, SelectedRegions, 'area', 'and', 20, 99999)
dev_set_draw ('margin')
dev_display (Image)
dev_display (SelectedRegions)
disp_continue_message (WindowHandle, 'black', 'true')
stop ()
*03 基于距离变换的分水岭区域分割，使用算子distance_tansform,watersheds
*距离变换
distance_transform (SelectedRegions, DistanceImage, 'octagonal', 'true', 380, 350)
*转换图像类型，将real类型转换为byte，因为分水岭迭代运算的图像为‘byte’类型
convert_image_type (DistanceImage, DistanceImageByte, 'byte')
*反转图像，使得高灰度值在边缘代表山脉，低灰度值在里面代表盆地
invert_image (DistanceImageByte, DistanceImageInv)
* 扩大图像灰度范围【0,255】，增加对比度
scale_image_max (DistanceImageInv, DistanceImageInvScaled)
watersheds_threshold (DistanceImageInv, Basins, 5)
dev_display (DistanceImageInvScaled)
dev_display (Basins)
disp_continue_message (WindowHandle, 'black', 'true')
stop ()
* 原图中显示分水岭
dev_display (Image)
dev_display (SelectedRegions)
dev_set_color ('blue')
dev_display (Basins)
disp_continue_message (WindowHandle, 'black', 'true')
stop ()
*04 盆地与原连通域求交集，分离粘连颗粒
intersection (Basins, SelectedRegions, SegmentedPellets)
*结果显示
dev_display (Image)
dev_set_colored (12)
dev_display (SegmentedPellets)粘连对象的识别还有一种办法是进行深度学习。语义分割可以很好的处理这类问题。
后面勇哥会提供一些例子。
其它一些关于粘连处理的贴子：
HALCON图像处理的粘连零件颗粒计数 http://47.98.154.65/?id=78
粘合度高的物体识别 http://47.98.154.65/?id=1449
halcon Blob分析--粘连颗粒检测 http://47.98.154.65/?id=1495
本文出自勇哥的网站《少有人走的路》wwww.skcircle.com，转载请注明出处！讨论可扫码加群：
