適応的しきい値処理とは?

適応的しきい値処理は、画像全体に単一のしきい値を適用するのではなく、各画素の局所近傍からしきい値を計算して画像を領域分割します。一般に、グレースケール入力から前景領域と背景領域を生成します。

適応的しきい値処理の仕組み

適応的しきい値処理は、近傍の輝度値から画素ごとのしきい値を推定し、場所によって異なる照明条件に応じて領域を分割します。一般的な実装では、定数で調整した局所平均値または加重平均値と画素値を比較します。通常、文書画像のクリーンアップ、特徴抽出、物体解析のワークフローで、グレースケール変換後に使用します。意味のある構造が残るかどうかは、ウィンドウの大きさとノイズ処理によって決まります。

要点

  1. 近傍領域が小さすぎるとセンサーノイズやテクスチャに追従し、大きすぎると画像全体に共通のしきい値に近い挙動となり、局所的な照明の変化を捉えられないことがあります。
  2. 平均値に基づく局所しきい値は、領域和の計算で高速化できます。一方、重み付きの近傍領域では別のフィルタリング処理が必要となり、近くのサンプルが重視されます。
  3. 二値化した結果にはグレースケール情報が残りません。そのため、後続の OCR、検査、パラメーターの再調整で元の階調情報が必要になる可能性がある場合、パイプラインでは元画像を保持する必要があります。

適応的しきい値処理が重要になる場面

影、濃淡の勾配、照明のむらがあるスキャン画像には、局所しきい値を選択してください。近傍領域のサイズとしきい値のパラメーターを調整しないと、文字の線が消えたり、ノイズが前景になったりすることがあります。

メディアの知識を実用的なパイプラインに

単一の宣言的 API で、アップロード、処理、AI、ストレージ、配信を連携できます。エンコードスタックの管理、スケーリング、形式の変化への対応はお任せください。

Transloadit を無料で試す