Qu’est-ce que le seuillage par histogramme ?
Le seuillage par histogramme sélectionne un ou plusieurs seuils d’intensité à partir de la distribution des valeurs d’une image. Les pixels sont répartis en classes, telles que le premier plan et l’arrière-plan, selon ces seuils.
Fonctionnement du seuillage par histogramme
Le seuillage par histogramme convertit les statistiques d’intensité en frontières de décision pour séparer les populations de pixels. Une procédure binaire utilise un seul seuil, tandis que les méthodes multiniveaux divisent la plage en plusieurs intervalles étiquetés. Les algorithmes automatiques peuvent optimiser la compacité au sein des classes ou la séparation entre les classes, mais leurs hypothèses sont les mieux vérifiées lorsque l’histogramme présente des modes distincts. Cette étape crée souvent un masque initial, ensuite affiné par la morphologie, l’analyse des composantes connexes ou une vérification humaine.
Points clés
- La méthode d’Otsu sélectionne un seuil en optimisant la séparation des classes à partir de l’histogramme, mais elle peut donner de mauvais résultats lorsque les distributions du premier plan et de l’arrière-plan se chevauchent fortement ou occupent des surfaces très inégales.
- Un seuil global applique partout une même valeur de décision, tandis que le seuillage adaptatif calcule des valeurs à partir des voisinages locaux et résiste souvent mieux aux ombres ou aux gradients d’éclairage.
- Le choix du seuil dépend de la représentation des intensités : appliquer le même seuil numérique après une modification du gamma, une normalisation ou une conversion de profondeur de bits peut classer un ensemble de pixels différent.
Quand le seuillage par histogramme est utile
Les développeurs appliquent le seuillage par histogramme à la binarisation de documents, aux masques d’objets et à la segmentation simple. Un éclairage inégal ou des distributions de classes qui se chevauchent peuvent rendre un seuil global peu fiable.