Что такое пороговая обработка изображений?

Чтобы наглядно разобраться в концепциях, рассмотренных в этой статье, посмотри видео ниже.

Люди воспринимают изображения как целостные осмысленные картины, а компьютеры — как сетки из крошечных пикселей, мельчайших элементов цифрового изображения. В процессе, называемом обработкой изображений, эти пиксели можно изменять или анализировать, чтобы улучшить изображение и извлечь полезную информацию.

Пороговая обработка — распространённый метод обработки изображений наряду с такими методами, как обнаружение границ. Этот метод преобразует изображения в оттенках серого, где каждый пиксель представляет собой оттенок серого, в чёрно-белые, сравнивая каждый пиксель с заданным пороговым значением. Так он чётко отделяет важные области от фона.

Пороговую обработку часто используют при сегментации изображений — методе разделения изображения на значимые области, который упрощает анализ. Обычно это один из первых этапов, позволяющих машинам интерпретировать визуальные данные. В этой статье мы расскажем, что такое пороговая обработка, как она работает и где применяется на практике.

Основные термины пороговой обработки изображений#

Прежде чем разбирать принцип работы пороговой обработки, давай подробнее рассмотрим ее основные идеи и применение в обработке изображений.

Бинаризация изображения пороговым методом#

Представь, что ты работаешь с изображением и хочешь отделить объекты от фона. Один из способов сделать это — пороговая обработка. Она упрощает изображение, превращая каждый пиксель в полностью черный или полностью белый. В результате получается бинарное изображение, где значение каждого пикселя равно 0 (черный) или 255 (белый). Этот этап часто полезен при обработке изображений, поскольку важные детали изображения становятся хорошо заметны.

Рис. 1. Изображение в оттенках серого и его бинарный вариант после пороговой обработки. (Источник: blog.devops.dev)

Гистограмма#

А если ты хочешь понять, как распределены значения яркости по изображению, тебе поможет гистограмма. Это график, показывающий, как часто встречается каждый уровень интенсивности пикселей — от черного (0) до белого (255).

По гистограмме можно определить, темное изображение, яркое или промежуточное. Это упрощает выбор подходящего порога для преобразования изображения в черно-белое: закономерности и уровни контрастности сразу видны.

Передний план и фон#

После пороговой обработки изображение делится на две части: передний план и фон. Передний план, обычно отображаемый белым цветом, выделяет важные элементы — например, текст, фигуры или объекты, которые нужно обнаружить. Фон, отображаемый черным цветом, — это все остальное. Такое разделение помогает машинам сосредоточиться на важных деталях изображения.

Сегментация#

Как уже упоминалось, сегментация разделяет изображение на осмысленные области по таким признакам, как яркость или текстура. Пороговая обработка — простой способ выполнить это разделение, и часто она становится одним из первых этапов конвейера компьютерного зрения.

Компьютерное зрение — это область ИИ, которая позволяет машинам обрабатывать и интерпретировать визуальные данные подобно людям. Используя пороговую обработку на раннем этапе, системы компьютерного зрения могут отделять объекты от фона, упрощая последующим этапам, таким как обнаружение или распознавание, точную работу.

Глобальная пороговая обработка#

Теперь, когда мы лучше понимаем, что такое пороговая обработка, давай разберёмся, как обработать изображение пороговым методом и какие виды пороговой обработки применяются при работе с изображениями.

Например, глобальная пороговая обработка — один из самых простых способов создать бинарное изображение. Она применяет одно значение интенсивности ко всему изображению. Пиксели ярче этого порога становятся белыми, а более темные — черными. Это помогает отделить объект от фона.

Этот метод лучше всего работает при равномерном освещении и высокой контрастности изображения. Но при неравномерном освещении или низкой контрастности единый порог может скрыть детали или размыть края.

Для решения этой проблемы используют такие методы, как пороговая обработка Отсу. Вместо того чтобы задавать значение вручную, метод Отсу анализирует гистограмму изображения и выбирает порог, который лучше всего разделяет интенсивности пикселей на передний план и фон.

Рис. 2. Изображение Сатурна до и после применения пороговой обработки Отсу. (Источник)

Локальная (адаптивная) пороговая обработка#

В отличие от глобальной, адаптивная, или локальная, пороговая обработка рассчитывает значение порога отдельно для разных частей изображения. Поэтому она эффективнее при работе с изображениями с неравномерным освещением, например со сканами документов с тенями или текстурированными поверхностями.

Метод разделяет изображение на небольшие области и вычисляет локальный порог для каждого блока, помогая сохранить контраст между передним планом и фоном. Такой подход широко применяется в задачах распознавания текста, медицинской визуализации и контроля поверхности, где освещение в разных частях изображения неодинаково.

К распространенным подходам к адаптивной пороговой обработке изображений относятся адаптивная пороговая обработка по среднему и адаптивная пороговая обработка по Гауссу. При адаптивной пороговой обработке по среднему в качестве порога для центрального пикселя используют среднюю интенсивность пикселей в его локальном окружении. Адаптивная пороговая обработка по Гауссу, напротив, использует взвешенное среднее с гауссовым окном, придавая больший вес пикселям, расположенным ближе к центру.

Применение пороговой обработки изображений в реальных условиях#

Теперь давай рассмотрим, где пороговая обработка изображений применяется на практике.

Пороговая обработка изображений для бинаризации документов и OCR#

Старые книги и рукописные письма часто сканируют, чтобы сохранить их или преобразовать в цифровой текст с помощью распознавания символов (OCR) — технологии, которая считывает печатные или рукописные символы. Перед извлечением текста документ обычно нужно очистить или предварительно обработать. На сканах часто есть тени, выцветшие чернила или неравномерное освещение, из-за которых распознавать символы становится сложнее.

Чтобы повысить четкость, изображения в оттенках серого преобразуют пороговой обработкой в бинарный формат, отделяя текст от фона. Темные области, например буквы, становятся черными, а более светлый фон — белым, и системам OCR становится гораздо проще считывать текст.

Рис. 3. Пример исторического документа и его изображения после пороговой обработки. (Источник)

Применение пороговой обработки в медицинской обработке изображений#

Аналогично, в медицинской визуализации пороговую обработку часто используют для выделения на снимках определенных структур, например костей или легких на рентгеновских изображениях. Преобразование изображений в оттенках серого в бинарный формат упрощает отделение интересующих областей от окружающих тканей и подготовку изображения к дальнейшему анализу. В более сложных случаях можно применять многоуровневую пороговую обработку, чтобы разделить изображение на несколько отдельных областей и одновременно распознавать разные типы тканей или структур.

Рис. 4. Применение методов многоуровневой пороговой обработки к рентгеновским снимкам грудной клетки. (Источник: sciencedirect.com)

Преимущества и недостатки пороговой обработки изображений#

Вот несколько ключевых преимуществ пороговой обработки изображений:

• Низкие требования к ресурсам: Пороговая обработка хорошо работает на маломощных устройствах и не требует облачного доступа или высокопроизводительного оборудования, поэтому подходит для встроенных систем и автономных конфигураций.
• Простота интерпретации: Благодаря простой логике результаты пороговой обработки легко понять и отладить. Это особенно важно в таких сферах, как здравоохранение и обработка документов, где важна прозрачность.
• Быстрое тестирование: Пороговая обработка позволяет командам быстро проверять идеи сегментации на ранних этапах проектов, прежде чем переходить к более сложным моделям.

Хотя пороговая обработка изображений полезна во многих ситуациях, у нее есть и определенные ограничения. Вот несколько проблем, которые стоит учитывать:

• Отсутствие адаптивности: Пороговая обработка следует фиксированным правилам и без ручной настройки не адаптируется к новым условиям освещения или изменениям данных.
• Чувствительность к шуму: Небольшие изменения яркости из-за теней или отражений могут исказить результаты, особенно при работе с детализированными изображениями или изображениями с текстурами.
• Статичность и работа по правилам: В отличие от моделей ИИ, пороговая обработка не учится на данных и не улучшается со временем. Она работает только в узких условиях, для которых была разработана.

За пределами пороговой обработки изображений: когда стоит использовать компьютерное зрение#

Пороговая обработка хорошо подходит для простых задач сегментации в контролируемых условиях. Однако она часто не справляется со сложными изображениями, содержащими множество объектов или фоновый шум. Поскольку этот метод опирается на фиксированные правила, ему не хватает гибкости, необходимой для большинства реальных приложений.

Чтобы выйти за эти рамки, многие современные системы теперь используют компьютерное зрение. В отличие от пороговой обработки, модели компьютерного зрения на основе ИИ обучаются обнаруживать сложные закономерности и признаки, поэтому они гораздо точнее и лучше адаптируются к разным задачам.

Например, модели компьютерного зрения, такие как Ultralytics YOLO11, могут обнаруживать объекты и сегментировать изображения в реальном времени. Поэтому они хорошо подходят для таких задач, как обнаружение светофоров в беспилотных автомобилях и выявление проблем с посевами в сельском хозяйстве.

В частности, Ultralytics YOLO11 поддерживает множество задач компьютерного зрения, например сегментацию экземпляров, при которой каждый объект на изображении сегментируется отдельно. Модель также выполняет другие задачи компьютерного зрения, включая оценку позы (определение положения или позы объекта) и отслеживание объектов (слежение за объектом при его перемещении между кадрами видео).

Рис. 5. YOLO11 упрощает обнаружение и сегментацию объектов. (Источник)

Пороговая обработка хорошо подходит для простых задач и проверки первоначальных идей, но для приложений, которым нужны скорость, точность и гибкость, обычно лучше подходит компьютерное зрение.

Главные выводы#

Пороговая обработка — полезный метод обработки изображений: она позволяет быстро и просто отделять объекты от фона. Она хорошо работает со сканированными документами, медицинскими снимками и при проверке изделий на дефекты на производстве.

Однако по мере усложнения изображений и видео базовые методы обработки изображений, например пороговая обработка, могут не справляться. Здесь на помощь приходят продвинутые модели компьютерного зрения. Такие модели, как Ultralytics YOLO11, способны выполнять больше задач, понимать содержимое изображений, одновременно обнаруживать множество объектов и работать в реальном времени, поэтому они полезны во многих областях.

Хочешь узнать больше об ИИ? Загляни в наше сообщество и репозиторий GitHub. Изучи страницы наших решений, чтобы узнать об ИИ в робототехнике и компьютерном зрении в сельском хозяйстве. Ознакомься с вариантами лицензирования и начни создавать решения на основе компьютерного зрения уже сегодня!