Umbralizado automático con Otsu

El umbralizado de Otsu, también conocido como método de Otsu o algoritmo de Otsu, es una técnica popular para seleccionar automáticamente un valor de umbral óptimo para la segmentación de imágenes. Funciona encontrando un umbral que maximiza la separación entre las intensidades de los píxeles de primer plano y de fondo en una imagen en escala de grises. El método de Otsu es particularmente útil cuando no se conoce el valor umbral adecuado a utilizar y se desea una forma automatizada de determinarlo.

Asi funciona el método de otsu:

1. Búsqueda iterativa de umbral: el algoritmo de Otsu selecciona iterativamente valores de umbral y calcula una medida llamada «varianza entre clases» o «relación de varianza entre clases» para cada umbral. La variación entre clases mide la separación entre las intensidades de los píxeles de primer plano y de fondo. Se calcula utilizando las probabilidades y las probabilidades acumuladas calculadas anteriormente.
2. Selección de umbral: el método de Otsu selecciona el umbral que maximiza la variación entre clases o, de manera equivalente, minimiza la variación dentro de la clase (variación dentro de cada clase, es decir, primer plano y fondo). Este valor umbral es el que separa de manera óptima las dos clases, lo que lo convierte en el umbral elegido para la segmentación binaria.
3. Creación de imágenes binarias: Finalmente, el umbral elegido se aplica a la imagen en escala de grises, convirtiéndola en una imagen binaria. Los píxeles con intensidades mayores o iguales al umbral se clasifican como primer plano (generalmente se les asigna un valor de 1 o blanco), mientras que los píxeles con intensidades por debajo del umbral se clasifican como fondo (se les asigna un valor de 0 o negro).

El método de Otsu es eficaz en los casos en los que existe una clara separación entre las intensidades de los píxeles de primer plano y de fondo en la imagen. Se usa ampliamente en aplicaciones de procesamiento de imágenes y visión por computadora porque proporciona una forma automatizada y basada en datos para determinar un umbral apropiado para la segmentación de imágenes, lo que puede ser particularmente útil cuando se trata de imágenes con diferentes condiciones de iluminación y contrastes entre objetos y fondos.