ヒストグラムによるしきい値処理とは?

ヒストグラムによるしきい値処理は、画像の値の分布から一つ以上の輝度のしきい値を選ぶ処理です。そのしきい値に従って、画素を前景や背景などのクラスに分けます。

ヒストグラムによるしきい値処理の仕組み

ヒストグラムによるしきい値処理は、輝度の統計情報を、画素群を分離するための判定境界に変換します。二値化では一つのしきい値を使い、多値化では値の範囲をラベル付きの複数の区間に分けます。自動アルゴリズムでは、クラス内のまとまりやクラス間の分離を最適化する場合がありますが、その前提が最もよく成り立つのは、ヒストグラムに識別可能な複数の山がある場合です。この段階では多くの場合、初期マスクを作成し、その後モルフォロジー処理、連結成分解析、または人による確認で調整します。

要点

  1. 大津の方法は、ヒストグラムからクラス間の分離を最適化してしきい値を選びます。ただし、前景と背景の分布が大きく重なる場合や、両者の占める面積が極端に異なる場合は、うまく機能しないことがあります。
  2. 大域的なしきい値処理では、画像全体に一つの判定値を適用します。一方、適応的なしきい値処理では局所的な近傍から値を計算するため、影や照明の勾配の影響を受けにくい傾向があります。
  3. しきい値の選択は輝度の表現に依存します。ガンマの変更、正規化、ビット深度の変換の後に同じ数値のしきい値を適用しても、異なる画素群が分類されることがあります。

ヒストグラムによるしきい値処理が重要になる場面

開発者は、文書の二値化、物体マスクの作成、単純なセグメンテーションにヒストグラムによるしきい値処理を使用します。照明むらやクラス分布の重なりがあると、大域的なしきい値では信頼できる判定が難しくなることがあります。

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