“浓淡补正”是基恩士视觉的一个很强大的算法工具。使用“浓淡补正”的预处理，可以消除工件表面的光泽和阴影，仅抽取污点及瑕疵。（如下图）
至于它的实现原理，网上搜不到相关资料。不过根据它的实现效果，能大致窥见它的原理：排除背景渐变的浓淡变化，只抽取对比度急剧变化的部分。
看到这句话，想必有些人已经想到了一个词“动态阈值”，没错，动态阈值是跟它有几分相似，这个我们后面再分析。
一、浓淡补正近似实现
下图中，要把“黑点”和“弯曲的细黑线”提取出来，其中黑点正方形的边长是5个像素。
处理算法如下：
1 read_image (Image, '白格矩阵.jpg') 2 rgb1_to_gray (Image, GrayImage) 3 4 gen_disc_se (SE, 'byte', 11, 11, 0) //设计结构元素 5 gray_dilation (GrayImage, SE, ImageDilation) 6 gray_erosion (ImageDilation, SE, ImageErosion) 7 sub_image (ImageErosion, GrayImage, ImageSub, 1, 120) //这个120也可以设置其他值
构造的结构原图是一个11 × 11的矩形结构元素。
分析：
① gray_dilation (GrayImage, SE, ImageDilation)，对图像进行灰度值像素膨胀，即灰度值较大的区域膨胀，面积变大。（如下图左ImageDilation）
② gray_erosion (ImageDilation, SE, ImageErosion)，对图像进行灰度值像素收缩，即灰度值较大的区域收缩，面积变小。（如下图右ImageErosion）
③ 在灰度值像素膨胀的过程中，原图中的“小黑点”和“细长的黑线”被它们周围的高亮灰度值像素膨胀覆盖掉了。（如下图左）
④ 在灰度值像素收缩的过程中，图中的白格子面积缩小，几乎恢复原状，不过在上一步中被膨胀覆盖掉的小黑点、细黑线不可能再复原了。
⑤ sub_image (ImageErosion, GrayImage, ImageSub, 1, 120)，用无黑点、黑线的图ImageErosion减去原始图，就有效提取出了黑点和黑线。（如上图所示）
使用这种方式提取复杂背景的黑点和黑线，有什么注意点呢？
① 结构元素要构造得合理，一般来说，构造正方形结构元素最通用。
② 图中“小黑点”的边长是5 pix，结构元素至少要设置为6 × 6 才行，不然不能有效提取出小黑点。
③ 点只能提取较小的，线也只能提取较细长的。（因为结构元素设计过大，可能会有难以预料的结果）
下图中展示了结构元素分别为3 × 3、50 × 50时，最终的效果图ImageSub：
二、复杂背景下的算法表现
三、动态阈值
四、diff_of_gauss
（待续）