Cos'è la soglia (thresholding) nell'elaborazione delle immagini?

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

Come umani, vediamo le immagini come quadri coerenti e significativi, mentre i computer le considerano griglie di minuscoli pixel, i componenti più piccoli di un'immagine digitale. In un processo chiamato image processing, questi pixel possono essere regolati o analizzati per migliorare l'immagine ed estrarre informazioni utili.

Una tecnica comune di elaborazione delle immagini è chiamata thresholding dell'immagine. Questo metodo converte le immagini in scala di grigi (dove ogni pixel rappresenta una sfumatura di grigio) in immagini in bianco e nero confrontando ogni pixel con un valore impostato. Crea una chiara separazione tra le regioni importanti e lo sfondo.

Il thresholding viene spesso utilizzato nel image segmentation, una tecnica che suddivide un'immagine in regioni significative per renderne più semplice l'analisi. È tipicamente uno dei primi passaggi per aiutare le macchine a interpretare i dati visivi. In questo articolo esamineremo cos'è il thresholding, come funziona e dove viene applicato in scenari reali. Cominciamo!

Terminologia di base nella thresholding delle immagini#

Prima di addentrarci nel funzionamento della thresholding, diamo un'occhiata più da vicino ai concetti di base che la sottendono e al modo in cui viene utilizzata nell'elaborazione delle immagini.

Soglia dell'immagine binaria#

Supponiamo che tu stia lavorando con un'immagine e voglia separare gli oggetti dallo sfondo. Un modo per farlo è tramite la thresholding. Essa semplifica l'immagine in modo che ogni pixel sia completamente nero o completamente bianco. Il risultato è un'immagine binaria, dove ogni pixel ha un valore di 0 (nero) o 255 (bianco). Questo passaggio è spesso utile nell'elaborazione delle immagini perché fa risaltare chiaramente le parti importanti.

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

Istogramma#

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

Osservando l'istogramma, puoi capire se l'immagine è scura, luminosa o una via di mezzo. Questo rende più facile scegliere un buon valore di soglia quando trasformi l'immagine in bianco e nero, poiché puoi individuare schemi e livelli di contrasto a colpo d'occhio.

Primo piano e sfondo#

Una volta che un'immagine è stata sottoposta a thresholding, viene divisa in due parti: il primo piano e lo sfondo. Il primo piano, solitamente mostrato in bianco, mette in evidenza gli elementi importanti, come testo, forme o oggetti che vuoi rilevare. Lo sfondo, mostrato in nero, è 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 basate su caratteristiche come luminosità o texture. La thresholding è un modo semplice per farlo ed è spesso uno dei primi passaggi in una pipeline di computer vision.

La Computer vision è una branca dell'AI che consente alle macchine di elaborare e interpretare i dati visivi, proprio come fanno gli umani. Utilizzando il thresholding nelle prime fasi del processo, i sistemi di computer vision possono separare gli oggetti dallo sfondo, semplificando il lavoro dei passaggi successivi, come il rilevamento o il riconoscimento, affinché avvengano con precisione.

Thresholding globale#

Ora che abbiamo una migliore comprensione di cosa sia la thresholding, vediamo come applicarla a un'immagine e i diversi tipi di thresholding nell'elaborazione delle immagini.

Ad esempio, la 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 al meglio quando l'immagine ha un'illuminazione uniforme e un forte contrasto. Ma in presenza di illuminazione irregolare o aree a basso contrasto, una singola soglia può mancare dettagli o sfocare i bordi.

Per gestire questo problema, si usano metodi come la thresholding di Otsu. Invece di impostare un valore manualmente, il metodo di Otsu analizza l'istogramma dell'immagine e sceglie una soglia che separa al 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. (Source)

Thresholding locale (adattiva)#

A differenza della thresholding globale, la thresholding adattiva o locale calcola il valore di soglia separatamente per diverse parti dell'immagine. Questo la rende più efficace per immagini con illuminazione irregolare, come documenti scansionati con ombre o superfici strutturate.

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

Alcuni approcci comuni alla thresholding adattiva nell'elaborazione delle immagini includono la thresholding a media adattiva e la thresholding gaussiana adattiva. Nella thresholding a media adattiva, l'intensità media dei pixel in un vicinato locale viene utilizzata come soglia per il pixel centrale. La thresholding gaussiana adattiva, invece, utilizza una media ponderata con una finestra gaussiana, dando maggiore importanza ai pixel più vicini al centro.

Applicazioni reali della thresholding nell'elaborazione delle immagini#

Ora, esploriamo dove viene utilizzata la thresholding delle immagini nelle applicazioni reali.

Thresholding delle immagini per la binarizzazione dei documenti e OCR#

I libri antichi e le lettere scritte a mano vengono spesso digitalizzati per conservarli o convertirli in testo digitale utilizzando OCR (Optical Character Recognition), una tecnologia che legge caratteri stampati o manoscritti. Prima che il documento possa essere estratto, solitamente richiede pulizia o pre-elaborazione. Le immagini scansionate presentano spesso ombre, inchiostro sbiadito o illuminazione irregolare, che possono rendere difficile il riconoscimento dei caratteri.

Per migliorare la chiarezza, si utilizza la thresholding 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 facile per i sistemi OCR leggere il testo.

Fig 3. Un esempio di documento storico e la sua immagine sottoposta a thresholding. (Source)

Utilizzo della thresholding nell'elaborazione delle immagini mediche#

Analogamente, nell'imaging medico, la thresholding è comunemente usata 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 dal tessuto circostante e preparare l'immagine per ulteriori analisi. In casi più complessi, si può applicare una thresholding multilivello per dividere l'immagine in diverse regioni distinte, consentendo di identificare contemporaneamente diversi tipi di tessuti o strutture.

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

Pro e contro della thresholding nell'elaborazione delle immagini#

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

• Leggera sulle risorse: La thresholding funziona bene su dispositivi a bassa potenza e non necessita di accesso al cloud o hardware di fascia alta, rendendola adatta per sistemi integrati e configurazioni offline.
• Facile da interpretare: La sua logica semplice rende i risultati del thresholding facili da comprendere ed eseguire il debug, il che è fondamentale in settori come la healthcare o l'elaborazione dei documenti in cui la trasparenza è importante.
• Test rapido: La thresholding consente ai team di esplorare rapidamente idee di segmentazione in progetti in fase iniziale prima di passare a modelli più complessi.

Sebbene la thresholding delle immagini sia utile in molti scenari, presenta anche alcune limitazioni. Ecco alcune sfide correlate alla thresholding da considerare:

• Mancanza di adattabilità: La thresholding segue regole fisse e non si adatta a nuove condizioni di illuminazione o variazioni nei dati senza modifiche manuali.
• Sensibile al rumore: Piccoli cambiamenti di luminosità dovuti a ombre o riflessi possono compromettere i risultati, specialmente quando si lavora con immagini dettagliate o strutturate.
• Statica e basata su regole: A differenza dei modelli AI, la thresholding non impara dai dati né migliora nel tempo. Funziona solo entro le condizioni limitate per cui è stata progettata.

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

La thresholding funziona bene per compiti di segmentazione semplici in contesti controllati. Tuttavia, spesso incontra difficoltà nel gestire immagini complesse che presentano oggetti multipli o rumore di fondo. Poiché si basa su regole fisse, la thresholding manca della flessibilità necessaria per la maggior parte delle applicazioni reali.

Per andare oltre questi limiti, molti sistemi all'avanguardia utilizzano ora la computer vision. A differenza del thresholding, i vision AI models vengono addestrati per rilevare pattern e caratteristiche complessi, 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 di segnali stradali nei veicoli autonomi o l'identificazione di problemi alle colture in agricoltura.

In particolare, Ultralytics YOLO11 supporta una gamma di computer vision tasks, come la segmentazione di istanze, in cui ogni oggetto in un'immagine viene segmentato separatamente. Può anche eseguire altre attività basate sulla visione, tra cui la stima della posa (determinazione della posizione o della postura di un oggetto) e il tracciamento degli oggetti (seguendo un oggetto mentre si muove tra i fotogrammi video).

Fig 5. YOLO11 rende semplice il rilevamento e la segmentazione degli oggetti. (Source)

Mentre la thresholding funziona bene per compiti semplici o per testare idee iniziali, le applicazioni che richiedono velocità, precisione e flessibilità sono solitamente gestite meglio con la computer vision.

Punti chiave#

La thresholding è uno strumento cruciale nell'elaborazione delle immagini perché è veloce e facile da usare per separare gli oggetti dallo sfondo. Funziona bene con documenti scansionati, immagini mediche e nel controllo dei difetti dei prodotti nelle fabbriche.

Tuttavia, man mano che immagini e video diventano più complessi, i metodi di elaborazione delle immagini di base come la soglia delle immagini possono avere difficoltà. È qui che entrano in gioco i modelli avanzati di visione artificiale. Modelli come Ultralytics YOLO11 possono comprendere ed eseguire più attività, individuare molti oggetti contemporaneamente e lavorare in tempo reale, rendendoli utili per molti casi d'uso.

Vuoi saperne di più sull'IA? Dai un'occhiata alla nostra community e al nostro GitHub repository. Esplora le pagine delle nostre soluzioni per scoprire di più su AI in robotics e computer vision in agriculture. Scopri le nostre opzioni di our licensing e inizia a sviluppare con la computer vision oggi stesso!