Qu’est-ce que le seuillage adaptatif ?
Le seuillage adaptatif segmente une image en calculant des seuils à partir du voisinage local des pixels plutôt qu’en appliquant un seuil global unique. Il produit couramment des régions de premier plan et d’arrière-plan à partir d’une entrée en niveaux de gris.
Fonctionnement du seuillage adaptatif
Le seuillage adaptatif estime un seuil pour chaque pixel à partir des valeurs d’intensité voisines, ce qui permet à la segmentation de s’adapter aux variations spatiales d’éclairage. Les implémentations courantes comparent le pixel à une moyenne locale ou à une moyenne pondérée ajustée par une constante. Il intervient généralement dans les processus de nettoyage de documents, d’extraction de caractéristiques ou d’analyse d’objets après la conversion en niveaux de gris, où la taille de la fenêtre et le traitement du bruit déterminent si les structures significatives sont préservées.
Points clés
- Un voisinage trop petit suit le bruit du capteur et la texture, tandis qu’un voisinage trop grand se comporte davantage comme un seuil global et peut manquer les variations locales d’éclairage.
- Le calcul des seuils locaux fondés sur la moyenne peut être accéléré grâce à des calculs de sommes sur des zones, tandis que les voisinages pondérés nécessitent un filtrage différent et accordent plus de poids aux échantillons proches.
- Le résultat binaire élimine les informations de niveaux de gris. Les chaînes de traitement devraient donc conserver l’image source si une reconnaissance optique de caractères (OCR), une inspection ou un réajustement ultérieur des paramètres peut nécessiter les informations tonales d’origine.
Quand le seuillage adaptatif est important
Choisissez des seuils locaux pour les documents numérisés présentant des ombres, des dégradés ou un éclairage inégal. La taille du voisinage et les paramètres de seuil doivent être ajustés, faute de quoi les traits du texte peuvent disparaître et le bruit peut être classé au premier plan.