Thresholding trong xử lý ảnh là gì?

Để hình dung trực quan các khái niệm được đề cập trong bài viết này, hãy xem video bên dưới.

Con người nhìn hình ảnh như những bức tranh mạch lạc, có ý nghĩa, trong khi máy tính xem chúng là các lưới pixel nhỏ, những thành phần nhỏ nhất của một hình 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 ảnh phổ biến được gọi là thresholding ảnh. Phương pháp này chuyển ảnh grayscale (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 nhất định. Phương pháp này tạo ra sự phân tách rõ ràng giữa các vùng quan trọng và nền.

Thresholding thường được sử dụng trong phân đoạn ảnh, một kỹ thuật chia 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 thresholding là gì, cách thức hoạt động và những ứng dụng trong thực tế. Hãy bắt đầu!

Thuật ngữ cơ bản trong thresholding ảnh#

Trước khi đi sâu vào cách thresholding hoạt động, hãy cùng xem xét kỹ hơn các khái niệm cơ bản đằng sau kỹ thuật này và cách nó được sử dụng trong xử lý ảnh.

Ngưỡng ảnh nhị phân#

Giả sử bạn đang làm việc với một hình ảnh và muốn tách các đối tượng trong đó khỏi nền. Một cách để thực hiện điều này là sử dụng thresholding. Kỹ thuật này đơn giản hóa hình ảnh để mỗi pixel hoặc hoàn toàn là màu đen hoặc hoàn toàn là màu trắng. Kết quả là một 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 làm nổi bật rõ ràng những phần quan trọng của hình ảnh.

Hình 1. Ảnh grayscale và đầu ra nhị phân sau khi thresholding. (Nguồn: blog.devops.dev)

Histogram#

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

Bằng cách quan sát histogram, bạn có thể biết hình ảnh tối, sáng hay nằm ở khoảng giữa. Điều này giúp dễ dàng chọn giá trị ngưỡng phù hợp khi chuyển hình ảnh sang đen trắng, vì bạn có thể nhanh chóng nhận ra các mẫu và mức độ tương phản.

Tiền cảnh và nền#

Sau khi được thresholding, một hình ảnh sẽ được chia thành hai phần: tiền cảnh và nền. Tiền cảnh, thường được hiển thị bằng màu trắng, làm nổi bật các thành phần quan trọng như văn bản, hình dạng hoặc đối tượng bạn muốn phát hiện. Nền, được hiển thị bằng màu đen, là tất cả những phần còn lại. Sự phân tách này giúp máy móc tập trung vào những gì quan trọng trong hình ảnh.

Segmentation#

Như đã đề cập trước đó, phân đoạn chia một hình ảnh thành các vùng có ý nghĩa dựa trên những đặc trưng như độ sáng hoặc kết cấu. Thresholding là một cách đơn giản để thực hiện việc này và thường là một trong những bước đầu tiên trong pipeline computer vision.

Computer vision là một nhánh của AI cho phép máy móc xử lý và diễn giải dữ liệu hình ảnh, tương tự như con người. Bằng cách sử dụng thresholding ở giai đoạn đầu, các hệ thống computer vision có thể tách đối tượng khỏi nền, giúp các bước tiếp theo như detection hoặc recognition hoạt động chính xác hơn.

Global thresholding#

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

Ví dụ, global thresholding là một trong những cách đơn giản nhất để tạo ảnh nhị phân. Phương pháp này áp dụng một giá trị cường độ duy nhất cho toàn bộ hình ảnh. Các pixel sáng hơn ngưỡng này sẽ chuyển thành màu trắng, trong khi các pixel tối hơn chuyển thành màu đen. Điều này giúp tách đối tượng khỏi nền.

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

Để xử lý vấn đề này, người ta sử dụng các phương pháp như thresholding Otsu. Thay vì thiết lập giá trị theo cách thủ công, phương pháp thresholding Otsu phân tích histogram của hình ảnh và chọn một ngưỡng giúp phân tách tốt nhất cường độ pixel thành tiền cảnh và nền.

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

Local thresholding (adaptive thresholding)#

Khác với global thresholding, adaptive thresholding hoặc local thresholding tính toán giá trị ngưỡng riêng cho các phần khác nhau của hình ảnh. Điều này giúp phương pháp hiệu quả hơn với những hình ảnh có ánh sáng không đồng đều, chẳng hạn như tài liệu được quét có bóng hoặc các bề mặt có kết cấu.

Phương pháp này chia hình ảnh thành các vùng nhỏ và tính toán một ngưỡng cục bộ cho từng khối, giúp duy trì độ tương phản giữa tiền cảnh và nền. 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, trong đó ánh sáng thay đổi trên toàn bộ hình ảnh.

Một số phương pháp adaptive thresholding phổ biến trong xử lý ảnh bao gồm adaptive mean thresholding và adaptive Gaussian thresholding. Trong adaptive mean thresholding, cường độ pixel trung bình trong một vùng lân cận cục bộ được sử dụng làm ngưỡng cho pixel trung tâm. Ngược lại, adaptive Gaussian thresholding sử dụng giá trị trung bình có trọng số với một cửa sổ Gaussian, trong đó các pixel gần trung tâm được coi trọng hơn.

Các ứng dụng thực tế của thresholding trong xử lý ảnh#

Tiếp theo, hãy cùng khám phá những ứng dụng thực tế của thresholding ảnh.

Thresholding ảnh để nhị phân hóa tài liệu và OCR#

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

Để cải thiện độ rõ nét, thresholding được sử dụng để chuyển ảnh grayscale sang định dạng nhị phân, giúp tách văn bản khỏi nền. Các vùng tối hơn, chẳng hạn như chữ, sẽ chuyển thành màu đen, trong khi nền sáng hơn chuyển thành màu trắng - giúp các hệ thống OCR đọc văn bản dễ dàng hơn nhiều.

Hình 3. Ví dụ về một tài liệu lịch sử và hình ảnh sau khi thresholding. (Nguồn)

Sử dụng thresholding trong xử lý ảnh y khoa#

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

Hình 4. Sử dụng các phương pháp thresholding đa mức trên ảnh X-quang ngực. (Nguồn: sciencedirect.com)

Ưu và nhược điểm của thresholding trong xử lý ảnh#

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

• Tiết kiệm tài nguyên: Thresholding hoạt động tốt trên các thiết bị công suất thấp và không cần truy cập cloud hay phần cứng cao cấp, phù hợp với các hệ thống nhúng và thiết lập offline.
• Dễ diễn giải: Logic đơn giản của thresholding giúp các đầu ra dễ hiểu và debug, 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 cần thiết.
• Kiểm thử nhanh: Thresholding cho phép các team nhanh chóng khám phá các ý tưởng phân đoạn trong những dự án giai đoạn đầu trước khi chuyển sang các model phức tạp hơn.

Mặc dù thresholding ảnh hữu ích trong nhiều trường hợp, kỹ thuật này cũng có một số hạn chế. Dưới đây là những thách thức liên quan đến thresholding cần cân nhắc:

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

Vượt ra ngoài thresholding ảnh: Khi nào computer vision là công cụ phù hợp#

Thresholding hoạt động tốt với các tác vụ phân đoạn đơn giản trong môi trường được kiểm soát. Tuy nhiên, kỹ thuật này thường gặp khó khăn khi xử lý những hình ảnh phức tạp có nhiều đối tượng hoặc nhiễu nền. Vì dựa vào các quy tắc cố định, thresholding thiếu tính linh hoạt cần thiết cho hầu hết ứng dụng thực tế.

Để vượt qua những giới hạn này, nhiều hệ thống tiên tiến hiện nay sử dụng computer vision. Trái ngược với thresholding, các model AI thị giác được huấn luyện để phát hiện các mẫu và đặc trưng phức tạp, nhờ đó chính xác và thích ứng tốt hơn nhiều.

Ví dụ, các model computer vision như Ultralytics YOLO11 có thể phát hiện đối tượng và phân đoạn hình ảnh theo thời gian thực. Điều này khiến chúng phù hợp với các tác vụ như phát hiện đèn giao thông trong xe tự hành hoặc xác định vấn đề của cây trồng trong nông nghiệp.

Cụ thể, Ultralytics YOLO11 hỗ trợ nhiều tác vụ computer vision, chẳng hạn như phân đoạn instance, trong đó mỗi đối tượng trong hình ảnh được phân đoạn riêng biệt. Model này cũng có thể thực hiện các tác vụ dựa trên thị giác khác, bao gồm ước tính pose (xác định vị trí hoặc tư thế của một đối tượng) và tracking đối tượng (theo dõi một đối tượng khi nó di chuyển qua các frame video).

Hình 5. YOLO11 giúp việc phát hiện và phân đoạn đối tượng trở nên dễ dàng. (Nguồn)

Mặc dù thresholding hoạt động tốt cho các tác vụ đơn giản hoặc kiểm thử ý tưởng ban đầu, những ứng dụng yêu cầu tốc độ, độ chính xác và tính linh hoạt thường được xử lý tốt hơn bằng computer vision.

Những điểm chính#

Thresholding là một công cụ quan trọng trong xử lý ảnh vì nhanh và dễ sử dụng để tách đối tượng khỏi nền. Kỹ thuật này hoạt động hiệu quả với tài liệu được quét, ảnh y khoa và việc 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 thresholding ảnh có thể gặp khó khăn. Đây là lúc các model computer vision tiên tiến phát huy tác dụng. Những model như Ultralytics YOLO11 có thể hiểu và thực hiện nhiều tác vụ hơn, phát hiện nhiều đối tượng cùng lúc và hoạt động theo thời gian thực, khiến chúng hữu ích trong nhiều trường hợp sử dụng.

Bạn muốn tìm hiểu thêm về AI? Hãy xem cộng đồng và repository GitHub của chúng tôi. Khám phá các trang giải pháp để tìm hiểu về AI trong robotics 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!