Skip to content

threshold — แยกวัตถุออกจากพื้นหลัง (Binary Segmentation) ​

โมดูล threshold ใช้สำหรับแปลงภาพระดับสีเทา (Grayscale) ให้เป็นภาพขาว-ดำ (Binary Mask ที่มีค่าเพียง 0 และ 255) เพื่อแยกส่วนของวัตถุที่สนใจออกจากพื้นหลัง ก่อนส่งต่อให้ morphology หรือ blob

1. การใช้งานใน Recipe ​

  • Input: image (ภาพ Grayscale CV_8UC1)
  • Parameters:
    • mode (string, ค่าเริ่มต้น "fixed"): โหมดการแบ่งค่า ขาว-ดำ
      • "fixed": ใช้ค่าขีดแบ่งคงที่ตามพารามิเตอร์ thresh
      • "otsu": ให้ระบบคำนวณค่าขีดแบ่งที่เหมาะสมที่สุดโดยอัตโนมัติ (Otsu's Method)
    • thresh (double, ค่าเริ่มต้น 128.0, ช่วง 0.0 – 255.0): ค่าขีดแบ่งสำหรับโหมด "fixed" (ในโหมด "otsu" ค่านี้จะถูกแทนที่ด้วยค่าที่คำนวณได้อัตโนมัติ)
    • invert (bool, ค่าเริ่มต้น false): กลับสีผลลัพธ์
      • false (THRESH_BINARY): พิกเซลที่สว่างกว่า thresh เป็นสีขาว (255) — เหมาะกับวัตถุสว่างบนพื้นหลังมืด
      • true (THRESH_BINARY_INV): พิกเซลที่มืดกว่า thresh เป็นสีขาว (255) — เหมาะกับวัตถุมืดบนพื้นหลังสว่าง (เช่น O-ring สีดำบนพื้นหลังสว่าง)
  • Output: image (Binary Mask CV_8UC1 ค่า 0 หรือ 255)
json
{
  "id": "mask",
  "type": "threshold",
  "enabled": true,
  "params": {
    "mode": "otsu",
    "thresh": 0,
    "invert": true
  },
  "inputs": { "image": "ring_roi" }
}

2. หลักการทำงานภายในซอฟต์แวร์ ​

อ้างอิงจาก src/tools/threshold.cpp:

  1. ตรวจสอบภาพขาเข้าว่าไม่ว่าง และเป็น CV_8UC1
  2. กำหนดธง (flags) สำหรับ OpenCV:
    • เริ่มต้นด้วย cv::THRESH_BINARY (หรือ cv::THRESH_BINARY_INV หาก invert == true)
    • หาก mode == "otsu" จะรวมธงด้วย | cv::THRESH_OTSU
  3. เรียกใช้ cv::threshold(*src, out.image, thresh, 255.0, flags)

3. ทฤษฎีเบื้องหลัง (OpenCV & Machine Vision) ​

1) Fixed Binary Thresholding ​

เป็นการเปรียบเทียบค่าความสว่างของแต่ละพิกเซล I(x,y) กับค่าขีดแบ่ง T:

dst(x,y)={255if I(x,y)>T0otherwise

(หากเปิด invert = true เงื่อนไขจะกลับกันเป็น I(x,y)≤T ได้ 255)

2) Otsu's Method (THRESH_OTSU) ​

ในสภาพแวดล้อมจริงที่ความสว่างอาจเปลี่ยนแปลงเล็กน้อย การตั้งค่า T คงที่อาจไม่เสถียร อัลกอริทึมของ Otsu จะวิเคราะห์ Histogram ของภาพ (สมมติว่าภาพประกอบด้วย 2 กลุ่มหลัก คือ Foreground และ Background) แล้วค้นหาค่าขีดแบ่ง T ที่ทำให้:

  • ความแปรปรวนระหว่างกลุ่ม (Between-class Variance, σB2) มีค่าสูงสุด (แยกสองกลุ่มออกจากกันได้ชัดเจนที่สุด):
σB2(T)=ω0(T)ω1(T)[μ0(T)−μ1(T)]2

โดยที่ ω0,ω1 คือสัดส่วนจำนวนพิกเซล และ μ0,μ1 คือค่าความสว่างเฉลี่ยของทั้งสองกลุ่ม

เมื่อไหร่ควรใช้ fixed vs otsu

  • ใช้ otsu เมื่อภาพใน ROI มีทั้งส่วนวัตถุและพื้นหลังตัดกันชัดเจน (Bimodal histogram) และต้องการให้ทนต่อแสงที่เปลี่ยนไปเล็กน้อย
  • ใช้ fixed เมื่อแสงถูกควบคุมคงที่ 100% หรือในกรณีที่ ROI อาจไม่มีวัตถุอยู่เลย (เพราะถ้าไม่มีวัตถุเลย Histogram จะมีแค่กลุ่มเดียว ทำให้ Otsu พยายามแบ่งพื้นหลังออกเป็นสองส่วนจนเกิด Noise เต็มภาพได้)