Cos'è il thresholding nell'elaborazione delle immagini?

Per una panoramica visiva dei concetti trattati in questo articolo, guarda il video qui sotto.

Noi esseri umani vediamo le immagini come rappresentazioni coerenti e significative, mentre i computer le considerano griglie di minuscoli pixel, i componenti più piccoli di un'immagine digitale. In un processo chiamato elaborazione delle immagini, questi pixel possono essere modificati o analizzati per migliorare l'immagine ed estrarre informazioni utili.

Una tecnica comune di elaborazione delle immagini si chiama thresholding delle immagini. Questo metodo converte le immagini in scala di grigi (dove ogni pixel rappresenta una tonalità di grigio) in immagini in bianco e nero confrontando ogni pixel con un valore prestabilito. Crea una separazione netta tra le regioni importanti e lo sfondo.

Il thresholding viene spesso utilizzato nella segmentazione delle immagini, una tecnica che suddivide un'immagine in regioni significative per facilitarne l'analisi. In genere è uno dei primi passaggi per aiutare le macchine a interpretare i dati visivi. In questo articolo vedremo cos'è il thresholding, come funziona e dove viene applicato in scenari reali. Iniziamo!

Terminologia di base del thresholding delle immagini#

Prima di vedere come funziona il thresholding, esaminiamo più da vicino le idee di base alla base di questa tecnica e il suo utilizzo nell'elaborazione delle immagini.

Thresholding binario delle immagini#

Supponiamo che tu stia lavorando con un'immagine e voglia separare gli oggetti dallo sfondo. Un modo per farlo è usare il thresholding. L'immagine viene semplificata in modo che ogni pixel sia completamente nero o completamente bianco. Il risultato è un'immagine binaria, in cui ogni pixel ha un valore pari a 0 (nero) o 255 (bianco). Questo passaggio è spesso utile nell'elaborazione delle immagini perché fa risaltare chiaramente le parti importanti dell'immagine.

Fig. 1. Un'immagine in scala di grigi e il relativo output binario dopo il thresholding. (Fonte: blog.devops.dev)

Istogramma#

Analogamente, se vuoi capire come sono distribuiti i valori di luminosità in un'immagine, un istogramma può aiutarti. È un grafico che mostra la frequenza di ogni intensità dei pixel, dal nero (0) al bianco (255).

Osservando l'istogramma, puoi capire se l'immagine è scura, luminosa o intermedia. Questo facilita la scelta di un buon valore di soglia per convertire l'immagine in bianco e nero, perché puoi individuare a colpo d'occhio schemi e livelli di contrasto.

Primo piano e sfondo#

Una volta applicato il thresholding, l'immagine viene divisa in due parti: il primo piano e lo sfondo. Il primo piano, generalmente mostrato in bianco, evidenzia gli elementi importanti, come testo, forme o oggetti che vuoi rilevare. Lo sfondo, mostrato in nero, comprende tutto il resto. Questa separazione aiuta le macchine a concentrarsi su ciò che conta nell'immagine.

Segmentazione#

Come accennato in precedenza, la segmentazione divide un'immagine in regioni significative in base a caratteristiche come luminosità o texture. Il thresholding è un modo semplice per farlo e spesso costituisce uno dei primi passaggi di una pipeline di computer vision.

La computer vision è un ramo dell'AI che consente alle macchine di elaborare e interpretare i dati visivi, in modo simile agli esseri umani. Utilizzando il thresholding nelle fasi iniziali del processo, i sistemi di computer vision possono separare gli oggetti dallo sfondo, facilitando il funzionamento accurato dei passaggi successivi, come il rilevamento o il riconoscimento.

Thresholding globale#

Ora che abbiamo una comprensione migliore del thresholding, vediamo come applicarlo a un'immagine e quali sono i diversi tipi di thresholding nell'elaborazione delle immagini.

Ad esempio, il thresholding globale è uno dei modi più semplici per creare un'immagine binaria. Applica un singolo valore di intensità all'intera immagine. I pixel più luminosi di questa soglia diventano bianchi, mentre quelli più scuri diventano neri. Questo aiuta a separare l'oggetto dallo sfondo.

Funziona meglio quando l'immagine presenta un'illuminazione uniforme e un contrasto elevato. Tuttavia, in condizioni di illuminazione non uniforme o nelle aree a basso contrasto, una singola soglia può perdere dettagli o sfumare i bordi.

Per gestire questo problema si usano metodi come il thresholding di Otsu. Invece di impostare manualmente un valore, il metodo di Otsu per il thresholding analizza l'istogramma dell'immagine e sceglie la soglia che separa meglio le intensità dei pixel in primo piano e sfondo.

Fig. 2. Un'immagine di Saturno prima e dopo l'applicazione del thresholding di Otsu. (Fonte)

Thresholding locale (adattivo)#

A differenza del thresholding globale, il thresholding adattivo o locale calcola il valore di soglia separatamente per diverse parti dell'immagine. Questo lo rende più efficace per le immagini con illuminazione non uniforme, come i documenti scansionati con ombre o le superfici texturizzate.

Funziona dividendo l'immagine in piccole regioni e calcolando una soglia locale per ciascun blocco, contribuendo a mantenere il contrasto tra primo piano e sfondo. Questo approccio è ampiamente utilizzato in attività come il riconoscimento del testo, l'imaging medico e l'ispezione delle superfici, dove l'illuminazione varia nell'immagine.

Tra gli approcci comuni al thresholding adattivo nell'elaborazione delle immagini rientrano il thresholding adattivo della media e il thresholding adattivo gaussiano. Nel thresholding adattivo della media, l'intensità media dei pixel in un intorno locale viene utilizzata come soglia per il pixel centrale. Il thresholding adattivo gaussiano, invece, usa una media ponderata con una finestra gaussiana, attribuendo maggiore importanza ai pixel più vicini al centro.

Applicazioni del thresholding nell'elaborazione delle immagini nel mondo reale#

Vediamo ora dove viene utilizzato il thresholding delle immagini nelle applicazioni del mondo reale.

Thresholding delle immagini per la binarizzazione dei documenti e l'OCR#

I libri antichi e le lettere scritte a mano vengono spesso scansionati per conservarli o convertirli in testo digitale tramite l'OCR (riconoscimento ottico dei caratteri), una tecnologia che legge i caratteri stampati o scritti a mano. Prima di poter estrarre il testo, il documento deve generalmente essere sottoposto a pulizia o pre-elaborazione. Le immagini scansionate presentano spesso ombre, inchiostro sbiadito o illuminazione non uniforme, fattori che possono rendere difficile il riconoscimento dei caratteri.

Per migliorare la nitidezza, il thresholding viene utilizzato per convertire le immagini in scala di grigi in formato binario, aiutando a isolare il testo dallo sfondo. Le aree più scure, come le lettere, diventano nere, mentre lo sfondo più chiaro diventa bianco, rendendo molto più semplice per i sistemi OCR leggere il testo.

Fig. 3. Un esempio di documento storico e della relativa immagine sottoposta a thresholding. (Fonte)

Utilizzo del thresholding nell'elaborazione delle immagini mediche#

Analogamente, nell'imaging medico il thresholding viene comunemente utilizzato per isolare strutture specifiche nelle scansioni, come ossa o polmoni nelle immagini a raggi X. Convertendo le immagini in scala di grigi in formato binario, diventa più facile separare le regioni di interesse dai tessuti circostanti e preparare l'immagine per ulteriori analisi. Nei casi più complessi, è possibile applicare il thresholding multilivello per suddividere l'immagine in diverse regioni distinte, consentendo di identificare contemporaneamente diversi tipi di tessuti o strutture.

Fig. 4. Utilizzo di metodi di thresholding multilivello sulle radiografie del torace. (Fonte: sciencedirect.com)

Vantaggi e svantaggi del thresholding nell'elaborazione delle immagini#

Ecco alcuni dei principali vantaggi dell'utilizzo del thresholding nell'elaborazione delle immagini:

• Ridotto consumo di risorse: Il thresholding funziona bene sui dispositivi a bassa potenza e non richiede l'accesso al cloud né hardware di fascia alta, risultando adatto ai sistemi embedded e alle configurazioni offline.
• Facile da interpretare: La sua logica semplice rende gli output del thresholding facili da comprendere e sottoporre a debug, un aspetto fondamentale in ambiti come la sanità o l'elaborazione dei documenti, dove la trasparenza è importante.
• Test rapidi: Il thresholding consente ai team di esplorare rapidamente le idee di segmentazione nei progetti in fase iniziale, prima di passare a modelli più complessi.

Sebbene il thresholding delle immagini sia utile in molti scenari, presenta anche alcune limitazioni. Ecco alcune difficoltà legate al thresholding da considerare:

• Scarsa adattabilità: Il thresholding segue regole fisse e non si adatta a nuove condizioni di illuminazione o variazioni nei dati senza interventi manuali.
• Sensibilità al rumore: Piccole variazioni di luminosità dovute a ombre o riflessi possono compromettere i risultati, soprattutto quando si lavora con immagini dettagliate o texturizzate.
• Statico e basato su regole: A differenza dei modelli di AI, il thresholding non apprende dai dati né migliora nel tempo. Funziona solo nelle condizioni ristrette per cui è stato progettato.

Oltre il thresholding delle immagini: quando la computer vision è lo strumento giusto#

Il thresholding funziona bene per semplici attività di segmentazione in ambienti controllati. Tuttavia, spesso presenta difficoltà nella gestione di immagini complesse con più oggetti o rumore di fondo. Poiché si basa su regole fisse, il thresholding non offre la flessibilità necessaria per la maggior parte delle applicazioni del mondo reale.

Per superare questi limiti, oggi molti sistemi all'avanguardia utilizzano la computer vision. A differenza del thresholding, i modelli di vision AI vengono addestrati a rilevare schemi e caratteristiche complesse, risultando molto più accurati e adattabili.

Ad esempio, i modelli di computer vision come Ultralytics YOLO11 possono rilevare oggetti e segmentare immagini in tempo reale. Questo li rende ideali per attività come l'individuazione dei segnali stradali nei veicoli autonomi o l'identificazione dei problemi nelle colture agricole.

In particolare, Ultralytics YOLO11 supporta una vasta gamma di attività di computer vision, come la segmentazione delle istanze, in cui ogni oggetto di un'immagine viene segmentato separatamente. Può inoltre svolgere altre attività basate sulla visione, tra cui la stima della posa (determinazione della posizione o della postura di un oggetto) e il tracking degli oggetti (seguire un oggetto mentre si sposta tra i fotogrammi di un video).

Fig. 5. YOLO11 semplifica il rilevamento e la segmentazione degli oggetti. (Fonte)

Sebbene il thresholding funzioni bene per attività semplici o per testare idee iniziali, le applicazioni che richiedono velocità, accuratezza e flessibilità vengono generalmente gestite meglio con la computer vision.

Punti chiave#

Il thresholding è uno strumento fondamentale nell'elaborazione delle immagini perché consente di separare rapidamente e facilmente gli oggetti dallo sfondo. Funziona bene con documenti scansionati, immagini mediche e controllo dei difetti dei prodotti nelle fabbriche.

Tuttavia, con l'aumentare della complessità di immagini e video, i metodi di elaborazione delle immagini di base, come il thresholding delle immagini, possono incontrare difficoltà. È qui che possono intervenire i modelli avanzati di computer vision. Modelli come Ultralytics YOLO11 sono in grado di comprendere ed eseguire più attività, individuare molti oggetti contemporaneamente e operare in tempo reale, risultando utili in numerosi casi d'uso.

Vuoi saperne di più sull'AI? Visita la nostra community e il nostro repository GitHub. Esplora le nostre pagine sulle soluzioni per scoprire l'AI nella robotica e la computer vision nell'agricoltura. Scopri le nostre opzioni di licenza e inizia oggi stesso a sviluppare con la computer vision!