Was ist Schwellenwertbildung in der Bildverarbeitung?

Wenn du die in diesem Artikel behandelten Konzepte visuell nachvollziehen möchtest, sieh dir das folgende Video an.

Wir Menschen sehen Bilder als zusammenhängende, bedeutungsvolle Darstellungen, während Computer sie als Gitter aus winzigen Pixeln betrachten, den kleinsten Bestandteilen eines digitalen Bildes. Bei der sogenannten Bildverarbeitung können diese Pixel angepasst oder analysiert werden, um das Bild zu verbessern und nützliche Informationen zu gewinnen.

Eine gängige Technik der Bildverarbeitung ist das sogenannte Thresholding. Dabei werden Graustufenbilder, bei denen jedes Pixel einen Grauton darstellt, in Schwarzweißbilder umgewandelt, indem jedes Pixel mit einem festgelegten Wert verglichen wird. Dadurch entsteht eine klare Trennung zwischen wichtigen Bereichen und dem Hintergrund.

Thresholding wird häufig bei der Bildsegmentierung eingesetzt, einer Technik, bei der ein Bild in bedeutungsvolle Bereiche aufgeteilt wird, um die Analyse zu erleichtern. Es ist typischerweise einer der ersten Schritte, damit Maschinen visuelle Daten interpretieren können. In diesem Artikel sehen wir uns an, was Thresholding ist, wie es funktioniert und in welchen realen Szenarien es eingesetzt wird. Fangen wir an!

Grundlegende Begriffe beim Thresholding in der Bildverarbeitung#

Bevor wir uns ansehen, wie Thresholding funktioniert, werfen wir zunächst einen genaueren Blick auf die grundlegenden Konzepte dahinter und darauf, wie es in der Bildverarbeitung eingesetzt wird.

Schwellwert für Binärbilder#

Angenommen, du arbeitest mit einem Bild und möchtest die darin enthaltenen Objekte vom Hintergrund trennen. Eine Möglichkeit dafür ist Thresholding. Dabei wird das Bild so vereinfacht, dass jedes Pixel entweder vollständig schwarz oder vollständig weiß ist. Das Ergebnis ist ein Binärbild, in dem jedes Pixel den Wert 0 (schwarz) oder 255 (weiß) hat. Dieser Schritt ist bei der Bildverarbeitung oft nützlich, weil dadurch die wichtigen Bildbereiche deutlich hervorgehoben werden.

Abb. 1. Ein Graustufenbild und seine binäre Ausgabe nach dem Thresholding. (Quelle: blog.devops.dev)

Histogramm#

Wenn du dagegen verstehen möchtest, wie die Helligkeitswerte in einem Bild verteilt sind, kann ein Histogramm helfen. Es ist ein Diagramm, das zeigt, wie häufig jede Pixelintensität vorkommt – von Schwarz (0) bis Weiß (255).

Anhand des Histogramms kannst du erkennen, ob das Bild dunkel, hell oder irgendwo dazwischen ist. Dadurch lässt sich ein geeigneter Schwellwert leichter auswählen, wenn das Bild in Schwarzweiß umgewandelt wird, da Muster und Kontraststufen auf einen Blick sichtbar werden.

Vordergrund und Hintergrund#

Sobald ein Bild mit Thresholding verarbeitet wurde, wird es in zwei Bereiche aufgeteilt: den Vordergrund und den Hintergrund. Der meist weiß dargestellte Vordergrund hebt die wichtigen Elemente hervor, etwa Text, Formen oder Objekte, die du erkennen möchtest. Der schwarz dargestellte Hintergrund umfasst alles andere. Diese Trennung hilft Maschinen, sich auf das Wesentliche im Bild zu konzentrieren.

Segmentierung#

Wie bereits erwähnt, teilt die Segmentierung ein Bild anhand von Merkmalen wie Helligkeit oder Textur in bedeutungsvolle Bereiche auf. Thresholding ist eine einfache Möglichkeit dafür und gehört häufig zu den ersten Schritten in einer Computer-Vision-Pipeline.

Computer Vision ist ein Teilgebiet der KI, das Maschinen ähnlich wie Menschen ermöglicht, visuelle Daten zu verarbeiten und zu interpretieren. Durch den frühen Einsatz von Thresholding können Computer-Vision-Systeme Objekte vom Hintergrund trennen, sodass nachfolgende Schritte wie Erkennung oder Identifizierung genauer arbeiten können.

Globales Thresholding#

Nachdem wir nun besser verstehen, was Thresholding ist, sehen wir uns an, wie du ein Bild mit einem Schwellwert versiehst und welche verschiedenen Arten von Thresholding es in der Bildverarbeitung gibt.

Globales Thresholding ist beispielsweise eine der einfachsten Möglichkeiten, ein Binärbild zu erzeugen. Dabei wird im gesamten Bild derselbe Intensitätswert angewendet. Pixel, die heller als dieser Schwellwert sind, werden weiß, während dunklere Pixel schwarz werden. Dadurch lässt sich das Objekt vom Hintergrund trennen.

Diese Methode funktioniert am besten bei gleichmäßiger Beleuchtung und starkem Kontrast. Bei ungleichmäßiger Beleuchtung oder kontrastarmen Bereichen kann ein einzelner Schwellwert jedoch Details übersehen oder Kanten verwischen.

Um damit umzugehen, werden Verfahren wie das Thresholding nach Otsu eingesetzt. Statt einen Wert manuell festzulegen, analysiert das Verfahren nach Otsu das Histogramm des Bildes und wählt einen Schwellwert, der die Pixelintensitäten am besten in Vordergrund und Hintergrund trennt.

Abb. 2. Ein Bild des Saturns vor und nach der Anwendung des Thresholdings nach Otsu. (Quelle)

Lokales (adaptives) Thresholding#

Im Gegensatz zum globalen Thresholding berechnet das adaptive oder lokale Thresholding den Schwellwert für verschiedene Bildbereiche separat. Dadurch eignet es sich besser für Bilder mit ungleichmäßiger Beleuchtung, etwa gescannte Dokumente mit Schatten oder strukturierte Oberflächen.

Dazu wird das Bild in kleine Bereiche aufgeteilt und für jeden Block ein lokaler Schwellwert berechnet. So bleibt der Kontrast zwischen Vordergrund und Hintergrund erhalten. Dieser Ansatz wird häufig bei Aufgaben wie Texterkennung, medizinischer Bildgebung und Oberflächenprüfung eingesetzt, bei denen die Beleuchtung über das Bild hinweg variiert.

Zu den gängigen Ansätzen für adaptives Thresholding in der Bildverarbeitung gehören das adaptive Mittelwert-Thresholding und das adaptive Gauß-Thresholding. Beim adaptiven Mittelwert-Thresholding wird die durchschnittliche Pixelintensität in einer lokalen Umgebung als Schwellwert für das zentrale Pixel verwendet. Das adaptive Gauß-Thresholding nutzt dagegen einen gewichteten Mittelwert mit einem Gauß-Fenster, wobei Pixel näher am Zentrum stärker gewichtet werden.

Anwendungen von Thresholding in der Bildverarbeitung in der Praxis#

Sehen wir uns als Nächstes an, wo Thresholding in der Bildverarbeitung in der Praxis eingesetzt wird.

Thresholding zur Binarisierung von Dokumenten und für OCR#

Alte Bücher und handgeschriebene Briefe werden häufig gescannt, um sie zu erhalten oder mithilfe der OCR (optische Zeichenerkennung) in digitalen Text umzuwandeln. Bevor der Text extrahiert werden kann, muss das Dokument in der Regel bereinigt oder vorverarbeitet werden. Gescannte Bilder enthalten oft Schatten, verblasste Tinte oder eine ungleichmäßige Beleuchtung, was die Zeichenerkennung erschweren kann.

Um die Klarheit zu verbessern, wird Thresholding eingesetzt, um Graustufenbilder in ein Binärformat umzuwandeln und den Text vom Hintergrund zu isolieren. Dunklere Bereiche wie die Buchstaben werden schwarz, während der hellere Hintergrund weiß wird – dadurch können OCR-Systeme den Text deutlich leichter lesen.

Abb. 3. Ein Beispiel für ein historisches Dokument und sein Bild nach dem Thresholding. (Quelle)

Einsatz von Thresholding in der medizinischen Bildverarbeitung#

Auch in der medizinischen Bildgebung wird Thresholding häufig eingesetzt, um bestimmte Strukturen in Aufnahmen zu isolieren, etwa Knochen oder Lungen in Röntgenbildern. Durch die Umwandlung von Graustufenbildern in ein Binärformat lassen sich relevante Bereiche leichter vom umgebenden Gewebe trennen und für die weitere Analyse vorbereiten. In komplexeren Fällen kann mehrstufiges Thresholding angewendet werden, um das Bild in mehrere klar abgegrenzte Bereiche zu unterteilen und so verschiedene Gewebearten oder Strukturen gleichzeitig zu identifizieren.

Abb. 4. Anwendung mehrstufiger Thresholding-Verfahren auf Röntgenaufnahmen des Brustkorbs. (Quelle: sciencedirect.com)

Vor- und Nachteile von Thresholding in der Bildverarbeitung#

Hier sind einige der wichtigsten Vorteile des Thresholdings in der Bildverarbeitung:

• Ressourcenschonend: Thresholding funktioniert gut auf Geräten mit geringer Rechenleistung und benötigt weder Cloud-Zugriff noch leistungsstarke Hardware. Dadurch eignet es sich für eingebettete Systeme und Offline-Umgebungen.
• Leicht zu interpretieren: Die einfache Logik macht die Ausgaben des Thresholdings leicht verständlich und nachvollziehbar, was in Bereichen wie dem Gesundheitswesen oder der Dokumentenverarbeitung, in denen Transparenz wichtig ist, entscheidend sein kann.
• Schnelles Testen: Mit Thresholding können Teams Segmentierungsideen in frühen Projektphasen schnell untersuchen, bevor sie zu komplexeren Modellen übergehen.

Obwohl Thresholding in der Bildverarbeitung in vielen Szenarien nützlich ist, bringt es auch gewisse Einschränkungen mit sich. Hier sind einige Herausforderungen, die du beim Einsatz von Thresholding berücksichtigen solltest:

• Mangelnde Anpassungsfähigkeit: Thresholding folgt festen Regeln und passt sich ohne manuelle Anpassungen weder an neue Beleuchtungsbedingungen noch an Abweichungen in den Daten an.
• Rauschempfindlich: Kleine Helligkeitsänderungen durch Schatten oder Reflexionen können die Ergebnisse verfälschen, insbesondere bei detaillierten oder strukturierten Bildern.
• Statisch und regelbasiert: Im Gegensatz zu KI-Modellen lernt Thresholding nicht aus Daten und verbessert sich nicht mit der Zeit. Es funktioniert nur unter den eingeschränkten Bedingungen, für die es entwickelt wurde.

Über das Thresholding hinaus: Wann Computer Vision das richtige Werkzeug ist#

Thresholding eignet sich gut für einfache Segmentierungsaufgaben unter kontrollierten Bedingungen. Bei komplexen Bildern mit mehreren Objekten oder Hintergrundrauschen stößt es jedoch häufig an seine Grenzen. Da es auf festen Regeln basiert, fehlt ihm die für die meisten Anwendungen in der Praxis erforderliche Flexibilität.

Um diese Grenzen zu überwinden, setzen viele moderne Systeme inzwischen auf Computer Vision. Im Gegensatz zu Thresholding werden Vision-KI-Modelle darauf trainiert, komplexe Muster und Merkmale zu erkennen, wodurch sie deutlich genauer und anpassungsfähiger sind.

Computer-Vision-Modelle wie Ultralytics YOLO11 können beispielsweise Objekte erkennen und Bilder in Echtzeit segmentieren. Dadurch eignen sie sich ideal für Aufgaben wie das Erkennen von Verkehrssignalen in autonomen Fahrzeugen oder das Identifizieren von Problemen bei Nutzpflanzen in der Landwirtschaft.

Insbesondere unterstützt Ultralytics YOLO11 eine Reihe von Computer-Vision-Aufgaben, etwa die Instanzsegmentierung, bei der jedes Objekt in einem Bild separat segmentiert wird. Das Modell kann auch andere bildbasierte Aufgaben ausführen, darunter die Posenschätzung, bei der die Position oder Körperhaltung eines Objekts bestimmt wird, und die Objektverfolgung, bei der ein Objekt über mehrere Videoframes hinweg verfolgt wird.

Abb. 5. YOLO11 erleichtert die Erkennung und Segmentierung von Objekten. (Quelle)

Während Thresholding für einfache Aufgaben oder zum Testen erster Ideen gut funktioniert, lassen sich Anwendungen, die Geschwindigkeit, Genauigkeit und Flexibilität erfordern, meist besser mit Computer Vision umsetzen.

Wichtige Erkenntnisse#

Thresholding ist ein wichtiges Werkzeug in der Bildverarbeitung, weil sich damit Objekte schnell und einfach vom Hintergrund trennen lassen. Es eignet sich gut für gescannte Dokumente, medizinische Bilder und die Prüfung von Produktfehlern in Fabriken.

Wenn Bilder und Videos jedoch komplexer werden, können einfache Bildverarbeitungsverfahren wie Thresholding an ihre Grenzen stoßen. Hier kommen fortschrittliche Computer-Vision-Modelle ins Spiel. Modelle wie Ultralytics YOLO11 können mehr Aufgaben verstehen und ausführen, zahlreiche Objekte gleichzeitig erkennen und in Echtzeit arbeiten, wodurch sie für viele Anwendungsfälle nützlich sind.

Möchtest du mehr über AI erfahren? Besuche unsere Community und unser GitHub-Repository. Erfahre auf unseren Lösungsseiten mehr über AI in der Robotik und Computer Vision in der Landwirtschaft. Entdecke unsere Lizenzierungsoptionen und beginne noch heute mit der Entwicklung von Computer-Vision-Anwendungen!