¿Qué es la segmentación por umbral?
La segmentación por umbral asigna píxeles a regiones según si un valor de intensidad, color o probabilidad cruza un límite seleccionado. El umbral puede ser global, adaptativo o derivado de un histograma.
Cómo funciona la segmentación por umbral
La umbralización convierte un campo de mediciones continuas en regiones etiquetadas al comparar cada píxel o puntuación del modelo con uno o más valores de decisión. Un método global aplica el mismo límite en todas partes, mientras que los métodos locales estiman los límites a partir de las vecindades para adaptarse a los cambios graduales de iluminación. Las variantes multinivel pueden separar más de dos rangos, y el posprocesamiento puede conectar componentes o eliminar ruido aislado. Es una etapa eficiente para limpiar documentos, generar máscaras, inspeccionar la calidad y realizar un preprocesamiento antes de un análisis de visión más complejo.
Datos clave
- Un histograma con modas de primer plano y de fondo bien separadas permite establecer un umbral global estable; las distribuciones superpuestas hacen que el resultado sea sensible a pequeños cambios en el valor elegido.
- Los umbrales adaptativos pueden manejar variaciones de sombreado, pero requieren elegir el tamaño de la vecindad y el tratamiento de los bordes; una ventana demasiado pequeña sigue el ruido, mientras que una demasiado grande se comporta como un método global.
- La umbralización clasifica valores sin comprender la identidad de los objetos, por lo que las regiones que se tocan pueden fusionarse y las partes desconectadas pueden separarse incluso cuando cada píxel se asigna según la regla.
Cuándo es importante la segmentación por umbral
Aplica la umbralización para aislar texto, defectos u objetos de primer plano cuando sus valores medidos difieran claramente del fondo. Una iluminación desigual o distribuciones superpuestas pueden requerir umbrales adaptativos u otro método.