Cos'è la sogliatura 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 ricche di significato, mentre i computer le visualizzano come 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, insieme a metodi come il rilevamento dei bordi, è la sogliatura delle immagini. Questo metodo converte le immagini in scala di grigi, in cui ogni pixel rappresenta una tonalità di grigio, in immagini in bianco e nero confrontando ogni pixel con un valore soglia. In questo modo separa nettamente le aree importanti dallo sfondo.

La sogliatura viene spesso usata nella segmentazione delle immagini, una tecnica che suddivide un'immagine in regioni significative per facilitarne l'analisi. Di solito è uno dei primi passaggi per aiutare le macchine a interpretare i dati visivi. In questo articolo vedremo cos'è la sogliatura, come funziona e in quali scenari del mondo reale viene applicata.

Terminologia di base del thresholding delle immagini#

Prima di approfondire il funzionamento del thresholding, esaminiamo più da vicino i concetti di base che lo caratterizzano e il suo utilizzo nell’elaborazione delle immagini.

Soglia binaria dell’immagine#

Immagina di lavorare con un’immagine e di voler separare gli oggetti dallo sfondo. Un modo per farlo è usare il thresholding. Questa tecnica semplifica l’immagine, assegnando a ogni pixel il valore completamente nero o completamente bianco. Il risultato è un’immagine binaria, in cui ogni pixel ha valore 0 (nero) o 255 (bianco). Questo passaggio è spesso utile nell’elaborazione delle immagini perché mette chiaramente in risalto le parti importanti.

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

Istogramma#

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

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

Primo piano e sfondo#

Dopo il thresholding, un’immagine viene suddivisa in due parti: il primo piano e lo sfondo. Il primo piano, solitamente rappresentato in bianco, evidenzia gli elementi importanti, come il testo, le forme o gli oggetti che vuoi rilevare. Lo sfondo, rappresentato in nero, comprende tutto il resto. Questa separazione aiuta le macchine a concentrarsi su ciò che conta nell’immagine.

Segmentazione#

Come accennato prima, la segmentazione suddivide un’immagine in regioni significative in base a caratteristiche come la luminosità o la texture. Il thresholding è un metodo semplice per farlo ed è spesso uno dei primi passaggi di una pipeline di visione artificiale.

La visione artificiale è un ramo dell’IA che consente alle macchine di elaborare e interpretare i dati visivi, proprio come fanno gli esseri umani. Applicando il thresholding nelle fasi iniziali del processo, i sistemi di visione artificiale possono separare gli oggetti dallo sfondo, facilitando il lavoro delle fasi successive, come il rilevamento o il riconoscimento.

Thresholding globale#

Ora che abbiamo capito meglio cos'è la sogliatura, vediamo come applicarla a un'immagine e quali sono i diversi tipi di sogliatura nell'elaborazione delle immagini.

Per esempio, il thresholding globale è uno dei modi più semplici per creare un’immagine binaria. Applica un singolo valore di intensità a tutta l’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 è illuminata in modo uniforme e presenta un forte contrasto. Tuttavia, in caso di illuminazione non uniforme o aree a basso contrasto, una singola soglia può non rilevare alcuni dettagli o sfocare i bordi.

Per affrontare questo problema si usano metodi come il thresholding di Otsu. Invece di impostare manualmente un valore, il metodo di Otsu analizza l’istogramma dell’immagine e sceglie la soglia che separa meglio le intensità dei pixel tra 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 con immagini dall’illuminazione non uniforme, come documenti scansionati con ombre o superfici con texture.

Funziona suddividendo l’immagine in piccole regioni e calcolando una soglia locale per ogni blocco, contribuendo così a mantenere il contrasto tra primo piano e sfondo. Questo approccio è ampiamente usato in attività come il riconoscimento del testo, l’imaging medico e l’ispezione delle superfici, dove l’illuminazione varia all’interno dell’immagine.

Tra gli approcci più comuni al thresholding adattivo nell’elaborazione delle immagini figurano il thresholding adattivo della media e quello gaussiano. Nel thresholding adattivo della media, l’intensità media dei pixel in un intorno locale viene usata 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 pratiche del thresholding nell’elaborazione delle immagini#

Ora vediamo in quali applicazioni pratiche viene usato il thresholding delle immagini.

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 usando l’OCR (riconoscimento ottico dei caratteri), una tecnologia che legge i caratteri stampati o scritti a mano. Prima di poter estrarre il testo, in genere è necessario pulire o preelaborare il documento. Le immagini scansionate presentano spesso ombre, inchiostro sbiadito o illuminazione non uniforme, elementi che possono rendere difficile il riconoscimento dei caratteri.

Per migliorare la leggibilità, si usa il thresholding per convertire le immagini in scala di grigi in un formato binario, isolando il testo dallo sfondo. Le aree più scure, come le lettere, diventano nere, mentre lo sfondo più chiaro diventa bianco: in questo modo i sistemi OCR possono leggere il testo molto più facilmente.

Fig. 3. Esempio di un documento storico e della sua immagine sottoposta a thresholding. (Fonte)

Uso del thresholding nell’elaborazione delle immagini mediche#

Allo stesso modo, nell’imaging medico il thresholding è comunemente usato per isolare strutture specifiche nelle scansioni, come le ossa o i polmoni nelle radiografie. Convertendo le immagini in scala di grigi in un formato binario, è più facile separare le regioni di interesse dai tessuti circostanti e preparare l’immagine per ulteriori analisi. Nei casi più complessi, è possibile applicare un thresholding multilivello per suddividere l’immagine in diverse regioni distinte, consentendo di identificare contemporaneamente vari tipi di tessuti o strutture.

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

Vantaggi e svantaggi del thresholding nell’elaborazione delle immagini#

Ecco alcuni dei principali vantaggi dell’uso del thresholding nell’elaborazione delle immagini:

• Richiede poche risorse: il thresholding funziona bene sui dispositivi a basso consumo e non richiede l’accesso al cloud né hardware di fascia alta, risultando quindi adatto ai sistemi embedded e agli ambienti offline.
• Facile da interpretare: la sua logica semplice rende gli output del thresholding facili da comprendere e da 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 idee di segmentazione nelle fasi iniziali dei progetti, prima di passare a modelli più complessi.

Sebbene il thresholding delle immagini sia utile in molti contesti, presenta anche alcune limitazioni. Ecco alcune sfide da considerare:

• Scarsa adattabilità: il thresholding si basa su regole fisse e non si adatta alle nuove condizioni di illuminazione o alle variazioni dei dati senza modifiche manuali.
• Sensibile al rumore: piccole variazioni di luminosità dovute a ombre o riflessi possono compromettere i risultati, soprattutto con immagini dettagliate o con texture.
• Statico e basato su regole: a differenza dei modelli di IA, 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 scegliere la visione artificiale#

Il thresholding funziona bene per attività di segmentazione semplici in ambienti controllati. Tuttavia, spesso incontra difficoltà con immagini complesse che contengono 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 reali.

Per superare questi limiti, molti sistemi moderni usano la visione artificiale. A differenza della sogliatura, i modelli di IA visiva vengono addestrati a rilevare schemi e caratteristiche complessi, risultando molto più precisi e adattabili.

Ad esempio, i modelli di visione artificiale come Ultralytics YOLO11 possono rilevare oggetti e segmentare immagini in tempo reale. Sono quindi adatti ad attività come individuare i segnali stradali nei veicoli autonomi o identificare problemi nelle colture agricole.

In particolare, Ultralytics YOLO11 supporta una serie di attività di visione artificiale, come la segmentazione di istanze, che segmenta separatamente ogni oggetto presente in un’immagine. Può anche svolgere altre attività basate sulla visione, tra cui la stima della posa (determinare la posizione o la postura di un oggetto) e il tracciamento 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)

Il thresholding è efficace per attività semplici o per testare idee nelle fasi iniziali, ma le applicazioni che richiedono velocità, precisione e flessibilità sono in genere più adatte alla visione artificiale.

Punti chiave#

La sogliatura è uno strumento utile nell'elaborazione delle immagini perché consente di separare in modo rapido e semplice gli oggetti dallo sfondo. Funziona bene con i documenti scansionati, le immagini mediche e il controllo dei difetti dei prodotti nelle fabbriche.

Tuttavia, quando immagini e video diventano più complessi, i metodi di elaborazione di base, come il thresholding delle immagini, possono incontrare difficoltà. È qui che entrano in gioco i modelli avanzati di visione artificiale. Modelli come Ultralytics YOLO11 possono comprendere ed eseguire più attività, rilevare numerosi oggetti contemporaneamente e funzionare in tempo reale, risultando utili in molti casi d’uso.

Vuoi saperne di più sull’AI? Dai un’occhiata alla nostra community e al nostro repository GitHub. Esplora le pagine delle nostre soluzioni per saperne di più sull’AI nella robotica e sulla visione artificiale in agricoltura. Scopri le opzioni di licenza e inizia oggi a creare soluzioni con la visione artificiale!