이미지 세그먼트는 이미지 분석에서 이미지의 의미 있는 영역으로 분할하는 과정에서 사용되는 과정입니다. 많은 세그먼트 기술에 있는 핵심 단계는 화소 강렬에 근거를 둔 이미지의 다른 부분을 분리하는 문턱 값을 포함합니다. 이 문서는 이 문턱 값을 효과적으로 결정하기 위하여 똑바른 단계 별 접근을 제공합니다.

Image Thresholding에 대한 이해

이진 이미지로 변환하여 이미지를 단순화합니다. 픽셀은 전경 또는 배경으로 분류됩니다. 임계 값은 픽셀 강도를 기반으로 이러한 두 가지 클래스를 구별하는 차단 포인트입니다.

단계 1: Image Histogram 분석

이미지의 histogram을 시험하여 시작하면 픽셀 인텐스의 배포를 표시합니다. 이것은 다른 지역에 해당하는 피크와 계곡을 표시함으로써 잠재적 임계값을 식별하는 데 도움이됩니다.

2 단계 : 초기 임계값을 선택하십시오.

심도 분석에 기반한 초기 임계값을 선택합니다. 일반적인 방법은 피크 사이의 밸리의 강도값을 선택하거나 Otsu의 방법과 같은 자동 알고리즘을 사용하여 포함합니다.

3 단계 : 임계를 정의

세그먼트 결과를 평가함으로써 임계값을 정의합니다. 이 영역과 배경이 정확하게 구별된다는 것을 보장하기 위해 지역의 분리를 개선하기 위해 값이 결정적으로 조정하십시오.

추가 방법

  • Otsu's Method: 인터 클래스 가변을 극대화하여 최적의 임계값을 계산하는 자동 기술입니다.
  • 적응형 스레딩: 작은 지구를 위한 열량, 언트라 조명과 이미지에 유용.
  • 수상 선택: 자동적인 방법이 부족할 때 시각 검사에 근거를 둔 임계값을 선택한다.