图像分割介绍，先定位一个大的特征->内部特征->分割
灰度直方图：如下图所示
阈 值 分 割：
threshold全局固定阈值分割
算子：threshold(Image : Region : MinGray, MaxGray : )
示例：threshold (GrayImage, Regions, 141, 214)
GrayImage（输入对象）：输入灰度图像
Regions（输出区域）：输出挑选的区域
141（输入控制参数最小值）：输入下限值
214（输入控制参数最大值）：输入上限值
binary_threshold 自动全局阈值分割
算子：binary_threshold(Image : Region : Method, LightDark : UsedThreshold)
示例：binary_threshold (Image, Region1, 'max_separability', 'dark', UsedThreshold)
Image（输入对象）：输入灰度图像
Region1（输出区域）：输出分割后的区域
'max_separability'（输入控制参数分割方法）：包含’max_separability’：最大限度的可分性, ‘smooth_histo’：直方图平滑
'dark'（输入控制参数颜色）：表示暗
UsedThreshold（输出参数阈值 ）：输出自动阈值或者设置的阈值的值
mean_image+dyn_threshold局部动态阈值分割
算子：mean_image(Image:ImageMean:MaskWidth,MaskHeight:)
示例：mean_image (GrayImage, ImageMean, 13, 13)
GrayImage（输入对象）：输入灰度图像
ImageMean（输出对象）：输出均值滤波后图像
13（输入控制参数）：输入宽数值
13（输入控制参数）：输入高数值
算子：dyn_threshold(OrigImage, ThresholdImage : RegionDynThresh : Offset, LightDark : )
示例：dyn_threshold (GrayImage, ImageMean, RegionDynThresh, 10, 'light')
GrayImage（输入对象）：输入灰度图像
ImageMean（输对象）：输入灰度图像
RegionDynThresh（输出对象）：输出区域
10（输入控制参数）：差值控制数值 数值越大筛选的区域越少
'light'（输入控制类型）：灰暗