Ngưỡng hóa trong xử lý ảnh là gì?

Để xem phần trình bày trực quan về các khái niệm trong bài viết này, hãy xem video bên dưới.

Con người nhìn hình ảnh như những bức tranh mạch lạc, giàu ý nghĩa, trong khi máy tính xem chúng là các lưới gồm những pixel nhỏ li ti, thành phần nhỏ nhất của ảnh kỹ thuật số. Trong một quy trình gọi là xử lý ảnh, các pixel này có thể được điều chỉnh hoặc phân tích để cải thiện hình ảnh và trích xuất thông tin hữu ích.

Một kỹ thuật xử lý hình ảnh phổ biến, bên cạnh các phương pháp như phát hiện biên, là phân ngưỡng hình ảnh. Phương pháp này chuyển ảnh thang độ xám (trong đó mỗi pixel biểu thị một sắc độ xám) thành ảnh đen trắng bằng cách so sánh từng pixel với một giá trị ngưỡng. Cách làm này tạo ra ranh giới rõ ràng giữa các vùng quan trọng và phần nền.

Phân ngưỡng thường được dùng trong phân đoạn hình ảnh, một kỹ thuật chia hình ảnh thành các vùng có ý nghĩa để dễ phân tích hơn. Đây thường là một trong những bước đầu tiên giúp máy móc diễn giải dữ liệu hình ảnh. Trong bài viết này, chúng ta sẽ tìm hiểu phân ngưỡng là gì, hoạt động ra sao và được ứng dụng trong những tình huống thực tế nào.

Thuật ngữ cơ bản về phân ngưỡng ảnh#

Trước khi tìm hiểu cách phân ngưỡng hoạt động, hãy cùng xem xét kỹ hơn những ý tưởng cơ bản đằng sau kỹ thuật này và cách áp dụng trong xử lý ảnh.

Phân ngưỡng ảnh nhị phân#

Giả sử bạn đang làm việc với một hình ảnh và muốn tách các vật thể trong ảnh khỏi nền. Một cách để thực hiện việc này là phân ngưỡng. Kỹ thuật này đơn giản hóa hình ảnh sao cho mỗi pixel chỉ có màu đen hoàn toàn hoặc trắng hoàn toàn. Kết quả là ảnh nhị phân, trong đó mỗi pixel có giá trị 0 (đen) hoặc 255 (trắng). Bước này thường hữu ích trong xử lý ảnh vì giúp các phần quan trọng của hình ảnh nổi bật rõ ràng.

Hình 1. Ảnh thang độ xám và kết quả nhị phân sau khi phân ngưỡng. (Nguồn: blog.devops.dev)

Biểu đồ histogram#

Tương tự, nếu muốn hiểu cách phân bố các giá trị độ sáng trong ảnh, bạn có thể sử dụng biểu đồ histogram. Đây là biểu đồ thể hiện tần suất xuất hiện của từng cường độ pixel, từ đen (0) đến trắng (255).

Quan sát biểu đồ histogram giúp bạn biết ảnh tối, sáng hay ở mức trung gian. Nhờ đó, việc chọn giá trị ngưỡng phù hợp khi chuyển ảnh sang đen trắng trở nên dễ dàng hơn, vì bạn có thể nhanh chóng nhận ra các mẫu và mức độ tương phản.

Tiền cảnh và hậu cảnh#

Sau khi phân ngưỡng, ảnh được chia thành hai phần: tiền cảnh và hậu cảnh. Tiền cảnh, thường hiển thị màu trắng, làm nổi bật các thành phần quan trọng như văn bản, hình dạng hoặc vật thể bạn muốn phát hiện. Hậu cảnh, hiển thị màu đen, là tất cả những phần còn lại. Việc phân tách này giúp máy tập trung vào những gì quan trọng trong ảnh.

Phân đoạn#

Như đã đề cập, phân đoạn chia ảnh thành các vùng có ý nghĩa dựa trên những đặc trưng như độ sáng hoặc kết cấu. Phân ngưỡng là một cách đơn giản để thực hiện việc này và thường là một trong những bước đầu tiên trong pipeline thị giác máy tính.

Thị giác máy tính là một nhánh của AI cho phép máy xử lý và diễn giải dữ liệu hình ảnh, tương tự cách con người thực hiện. Bằng cách áp dụng phân ngưỡng từ sớm, các hệ thống thị giác máy tính có thể tách vật thể khỏi nền, giúp các bước tiếp theo như phát hiện hoặc nhận dạng hoạt động chính xác hơn.

Phân ngưỡng toàn cục#

Giờ đây khi đã hiểu rõ hơn phân ngưỡng là gì, hãy cùng tìm hiểu cách phân ngưỡng hình ảnh và các loại phân ngưỡng khác nhau trong xử lý hình ảnh.

Ví dụ, phân ngưỡng toàn cục là một trong những cách dễ nhất để tạo ảnh nhị phân. Phương pháp này áp dụng một giá trị cường độ duy nhất cho toàn bộ ảnh. Các pixel sáng hơn ngưỡng này sẽ chuyển thành màu trắng, còn các pixel tối hơn sẽ chuyển thành màu đen. Cách này giúp tách vật thể khỏi nền.

Phương pháp hoạt động hiệu quả nhất khi ảnh có ánh sáng đồng đều và độ tương phản cao. Tuy nhiên, trong điều kiện ánh sáng không đồng đều hoặc vùng có độ tương phản thấp, một ngưỡng duy nhất có thể bỏ sót chi tiết hoặc làm mờ cạnh.

Để giải quyết vấn đề này, người ta sử dụng các phương pháp như phân ngưỡng Otsu. Thay vì đặt giá trị thủ công, phương pháp phân ngưỡng Otsu phân tích biểu đồ histogram của ảnh và chọn ngưỡng giúp phân tách cường độ pixel thành tiền cảnh và hậu cảnh tốt nhất.

Hình 2. Ảnh Sao Thổ trước và sau khi áp dụng phân ngưỡng Otsu. (Nguồn)

Phân ngưỡng cục bộ (thích ứng)#

Khác với phân ngưỡng toàn cục, phân ngưỡng thích ứng hay cục bộ tính giá trị ngưỡng riêng cho từng vùng ảnh. Điều này giúp phương pháp hiệu quả hơn với ảnh có ánh sáng không đồng đều, chẳng hạn tài liệu quét có bóng hoặc bề mặt có kết cấu.

Phương pháp này chia ảnh thành các vùng nhỏ và tính ngưỡng cục bộ cho từng khối, giúp duy trì độ tương phản giữa tiền cảnh và hậu cảnh. Cách tiếp cận này được sử dụng rộng rãi trong các tác vụ như nhận dạng văn bản, chẩn đoán hình ảnh y khoa và kiểm tra bề mặt, nơi ánh sáng thay đổi trên toàn ảnh.

Một số phương pháp phân ngưỡng thích ứng phổ biến trong xử lý ảnh gồm phân ngưỡng trung bình thích ứng và phân ngưỡng Gaussian thích ứng. Với phân ngưỡng trung bình thích ứng, cường độ pixel trung bình trong vùng lân cận được dùng làm ngưỡng cho pixel trung tâm. Trong khi đó, phân ngưỡng Gaussian thích ứng sử dụng trung bình có trọng số với cửa sổ Gaussian, trong đó các pixel gần trung tâm được ưu tiên hơn.

Ứng dụng thực tế của phân ngưỡng trong xử lý ảnh#

Tiếp theo, hãy cùng khám phá các ứng dụng thực tế của phân ngưỡng ảnh.

Phân ngưỡng ảnh để nhị phân hóa tài liệu và OCR#

Sách cũ và thư viết tay thường được quét để lưu trữ hoặc chuyển thành văn bản kỹ thuật số bằng OCR (nhận dạng ký tự quang học), một công nghệ đọc các ký tự in hoặc viết tay. Trước khi trích xuất văn bản, tài liệu thường cần được làm sạch hoặc tiền xử lý. Ảnh quét thường có bóng, mực phai hoặc ánh sáng không đồng đều, khiến việc nhận dạng ký tự trở nên khó khăn.

Để tăng độ rõ nét, phân ngưỡng được dùng để chuyển ảnh thang độ xám sang định dạng nhị phân, giúp tách văn bản khỏi nền. Các vùng tối hơn như chữ sẽ chuyển thành màu đen, còn nền sáng hơn sẽ chuyển thành màu trắng — nhờ đó các hệ thống OCR đọc văn bản dễ dàng hơn nhiều.

Hình 3. Ví dụ về tài liệu lịch sử và ảnh sau khi phân ngưỡng. (Nguồn)

Sử dụng phân ngưỡng trong xử lý ảnh y khoa#

Tương tự, trong chẩn đoán hình ảnh y khoa, phân ngưỡng thường được dùng để tách các cấu trúc cụ thể trong ảnh quét, chẳng hạn như xương hoặc phổi trong ảnh X-quang. Bằng cách chuyển ảnh thang độ xám sang định dạng nhị phân, việc tách các vùng quan tâm khỏi mô xung quanh và chuẩn bị ảnh cho phân tích sâu hơn trở nên dễ dàng hơn. Trong các trường hợp phức tạp hơn, có thể áp dụng phân ngưỡng đa mức để chia ảnh thành nhiều vùng riêng biệt, cho phép nhận diện đồng thời các loại mô hoặc cấu trúc khác nhau.

Hình 4. Áp dụng phương pháp phân ngưỡng đa mức cho ảnh X-quang ngực. (Nguồn: sciencedirect.com)

Ưu và nhược điểm của phân ngưỡng trong xử lý ảnh#

Dưới đây là một số lợi ích chính của việc sử dụng phân ngưỡng trong xử lý ảnh:

• Tiết kiệm tài nguyên: Phân ngưỡng hoạt động tốt trên các thiết bị công suất thấp và không cần truy cập cloud hay phần cứng cao cấp, nên phù hợp với hệ thống nhúng và môi trường hoạt động ngoại tuyến.
• Dễ diễn giải: Logic đơn giản giúp dễ hiểu và gỡ lỗi kết quả phân ngưỡng, điều này rất quan trọng trong các lĩnh vực như chăm sóc sức khỏe hoặc xử lý tài liệu, nơi tính minh bạch là yếu tố thiết yếu.
• Thử nghiệm nhanh: Phân ngưỡng giúp các nhóm nhanh chóng thử nghiệm ý tưởng phân đoạn trong các dự án giai đoạn đầu trước khi chuyển sang những model phức tạp hơn.

Mặc dù phân ngưỡng ảnh hữu ích trong nhiều tình huống, phương pháp này cũng có một số hạn chế. Dưới đây là những thách thức cần cân nhắc khi sử dụng phân ngưỡng:

• Thiếu khả năng thích ứng: Phân ngưỡng tuân theo các quy tắc cố định và không tự điều chỉnh theo điều kiện ánh sáng mới hoặc biến thiên dữ liệu nếu không có tinh chỉnh thủ công.
• Nhạy với nhiễu: Những thay đổi nhỏ về độ sáng do bóng hoặc phản chiếu có thể làm sai lệch kết quả, đặc biệt khi xử lý ảnh chi tiết hoặc có kết cấu.
• Tĩnh và dựa trên quy tắc: Không giống các model AI, phân ngưỡng không học từ dữ liệu hay cải thiện theo thời gian. Phương pháp này chỉ hoạt động trong phạm vi điều kiện hẹp mà nó được thiết kế cho.

Vượt ra ngoài phân ngưỡng ảnh: Khi nào nên dùng thị giác máy tính#

Phân ngưỡng hoạt động tốt với các tác vụ phân đoạn đơn giản trong môi trường được kiểm soát. Tuy nhiên, phương pháp này thường gặp khó khăn khi xử lý ảnh phức tạp có nhiều vật thể hoặc nhiễu nền. Vì dựa trên các quy tắc cố định, phân ngưỡng thiếu tính linh hoạt cần thiết cho hầu hết ứng dụng thực tế.

Để vượt qua những giới hạn này, nhiều hệ thống hiện đại đã chuyển sang sử dụng thị giác máy tính. Khác với phân ngưỡng, các model AI thị giác được huấn luyện để phát hiện các mẫu và đặc trưng phức tạp, nhờ đó chính xác và linh hoạt hơn nhiều.

Ví dụ, các model thị giác máy tính như Ultralytics YOLO11 có thể phát hiện đối tượng và phân đoạn hình ảnh theo thời gian thực. Nhờ vậy, model phù hợp với những tác vụ như nhận diện đèn giao thông trên xe tự hành hoặc xác định vấn đề về cây trồng trong nông nghiệp.

Cụ thể, Ultralytics YOLO11 hỗ trợ nhiều tác vụ thị giác máy tính, chẳng hạn như phân đoạn instance, trong đó mỗi vật thể trong ảnh được phân đoạn riêng. Model cũng có thể thực hiện các tác vụ dựa trên thị giác khác, bao gồm ước tính tư thế (xác định vị trí hoặc tư thế của vật thể) và theo dõi vật thể (theo sát vật thể khi di chuyển qua các khung hình video).

Hình 5. YOLO11 giúp phát hiện và phân đoạn vật thể dễ dàng. (Nguồn)

Phân ngưỡng phù hợp với các tác vụ đơn giản hoặc thử nghiệm ý tưởng ban đầu, nhưng những ứng dụng cần tốc độ, độ chính xác và tính linh hoạt thường phù hợp hơn với thị giác máy tính.

Điểm chính cần ghi nhớ#

Phân ngưỡng là công cụ hữu ích trong xử lý hình ảnh vì nhanh chóng và dễ dùng để tách đối tượng khỏi phần nền. Phương pháp này hoạt động hiệu quả với tài liệu được quét, ảnh y khoa và kiểm tra lỗi sản phẩm trong nhà máy.

Tuy nhiên, khi hình ảnh và video trở nên phức tạp hơn, các phương pháp xử lý ảnh cơ bản như phân ngưỡng ảnh có thể gặp khó khăn. Đây là lúc các model thị giác máy tính tiên tiến phát huy tác dụng. Các model như Ultralytics YOLO11 có thể hiểu và thực hiện nhiều tác vụ hơn, phát hiện nhiều vật thể cùng lúc và hoạt động theo thời gian thực, nhờ đó hữu ích trong nhiều trường hợp sử dụng.

Bạn muốn tìm hiểu thêm về AI? Hãy xem cộng đồng và kho lưu trữ GitHub của chúng tôi. Khám phá các trang giải pháp để tìm hiểu về AI trong robot học và thị giác máy tính trong nông nghiệp. Tìm hiểu các lựa chọn cấp phép của chúng tôi và bắt đầu xây dựng với thị giác máy tính ngay hôm nay!