画像の二式化は、グレースケール画像をバイナリ画像に変換し、ピクセルが黒または白のどちらかであるプロセスです。 Otsuの方法は、この変換の最適なしきい値を決定するために使用される人気のある技術です。 自動的に、クラス内分散を最小限に抑えるしきい値が検出され、フォアグラウンドと背景間の明確な分離につながる。

大津の法則の理解

Otsuの手法は、グレースケール画像における画素強度のヒストグラムを解析します。すべての可能な閾値を評価し、各クラスの分散という測定を計算します。この分散を最大化するしきい値は、偏見値が最適な値として選択されます。

閾値を計算するステップ

プロセスには、いくつかの手順が含まれます。

  • グレースケール画像のヒストグラムを計算します。
  • 各強度レベルの確率を計算します。
  • クラスの分散を計算するすべての可能なしきい値を介して反復します。
  • クラスの分散の最大値の閾値を選択します。

大津の法適用

Otsuの方法は、文書解析、医療画像処理、物体検出など、さまざまな画像処理タスクで広く使用されています。最適なしきい値を自動的に決定する能力は、手動介入を最小限に抑える自動化システムにとって価値があります。