圖像閾值化作為圖像處理領(lǐng)域最基礎(chǔ)、最核心的分割技術(shù)之一，其核心目標(biāo)是通過(guò)設(shè)定灰度值閾值，將灰度圖像轉(zhuǎn)化為僅含前景與背景的二值圖像，實(shí)現(xiàn)圖像信息的簡(jiǎn)化與關(guān)鍵區(qū)域的提取。在計(jì)算機(jī)視覺(jué)的技術(shù)體系中，圖像閾值化雖不涉及復(fù)雜的語(yǔ)義理解，卻為后續(xù)的特征提取、目標(biāo)檢測(cè)、模式識(shí)別等任務(wù)提供了 “去繁就簡(jiǎn)” 的基礎(chǔ) —— 例如，通過(guò)閾值化從工業(yè)零件圖像中分割出缺陷區(qū)域，從醫(yī)學(xué)影像中分離出細(xì)胞核，從文檔掃描圖中提取文字，這些場(chǎng)景的共性需求均依賴(lài)閾值化將 “復(fù)雜灰度分布” 轉(zhuǎn)化為 “清晰的區(qū)域邊界”。自 20 世紀(jì) 60 年代簡(jiǎn)單全局閾值法提出以來(lái)，圖像閾值化技術(shù)圍繞 “如何自適應(yīng)不同圖像場(chǎng)景、提升分割魯棒性” 持續(xù)演進(jìn)，從依賴(lài)人工經(jīng)驗(yàn)的固定閾值，發(fā)展到自動(dòng)計(jì)算全局閾值，再到適應(yīng)局部光照變化的自適應(yīng)閾值，其技術(shù)路徑始終貼合實(shí)際應(yīng)用中對(duì) “精度” 與 “效率” 的平衡需求。本文將系統(tǒng)闡述圖像閾值化的基本原理、技術(shù)演進(jìn)、核心影響因素、典型應(yīng)用場(chǎng)景及現(xiàn)存挑戰(zhàn)，揭示這一基礎(chǔ)技術(shù)在圖像處理鏈路中的不可替代性與未來(lái)發(fā)展方向。

圖像閾值化的核心原理源于對(duì)圖像灰度分布規(guī)律的利用，其本質(zhì)是通過(guò)灰度值的 “二分法” 實(shí)現(xiàn)區(qū)域劃分，無(wú)需復(fù)雜的數(shù)學(xué)模型，卻能高效剝離冗余信息。在灰度圖像中，每個(gè)像素的亮度用 0-255 的灰度值表示（0 為純黑，255 為純白），前景與背景通常呈現(xiàn)出不同的灰度分布特征 —— 例如，文檔掃描圖中，文字（前景）灰度值低（偏黑），紙張（背景）灰度值高（偏白）；醫(yī)學(xué)細(xì)胞圖像中，細(xì)胞核（前景）灰度值高于細(xì)胞質(zhì)（背景）。圖像閾值化的基本流程可概括為：首先確定一個(gè)或多個(gè)灰度閾值；然后將圖像中每個(gè)像素的灰度值與閾值進(jìn)行比較，若像素灰度值大于閾值則判定為背景（通常賦值為 255，白色），若小于閾值則判定為前景（通常賦值為 0，黑色），或反之；最終輸出僅含黑白兩色的二值圖像，使前景區(qū)域與背景區(qū)域形成鮮明對(duì)比。

這種 “非黑即白” 的分割邏輯雖簡(jiǎn)單，卻蘊(yùn)含著對(duì)圖像本質(zhì)的深刻洞察：多數(shù)實(shí)際場(chǎng)景中，目標(biāo)區(qū)域與背景的灰度差異是客觀存在的，閾值化正是通過(guò)放大這種差異，將高維的灰度圖像壓縮為低維的二值圖像，既降低了后續(xù)處理的計(jì)算量（二值圖像的像素運(yùn)算僅需布爾邏輯，遠(yuǎn)快于灰度值運(yùn)算），又突出了目標(biāo)的輪廓特征（如文字的筆畫(huà)、細(xì)胞的邊界）。例如，在 OCR（光學(xué)字符識(shí)別）任務(wù)中，未經(jīng)閾值化的文檔圖可能因光照不均出現(xiàn) “局部文字發(fā)灰”，導(dǎo)致字符識(shí)別錯(cuò)誤；而通過(guò)閾值化將文字轉(zhuǎn)化為純黑、背景轉(zhuǎn)化為純白后，OCR 算法可直接基于筆畫(huà)輪廓識(shí)別字符，準(zhǔn)確率提升 30% 以上。