📚 课程目录第4章图像二值化原理

4. 图像二值化原理：全局阈值、自适应阈值（Otsu）与巡线影响

在机器人巡线任务中，摄像头采集到的原始图像通常是包含丰富灰度层次或彩色信息的RGB图像。然而，对于巡线机器人而言，真正需要关注的往往只是“地面背景”与“引导线”之间的边界。图像二值化正是将这种多值图像转化为纯黑（0）与纯白（255）二值图像的核心预处理步骤。本章将深入剖析全局阈值、自适应阈值（Otsu）等二值化算法的数学原理与工程实现，并重点讨论阈值选择如何直接影响巡线系统的鲁棒性与实时性。

4.1 二值化的核心原理与数学本质

二值化的本质是一个决策函数：对于图像中每个像素的灰度值 \( f(x,y) \)，根据选定的阈值 \( T \) 将其映射为两个离散值之一。数学表达式为：

g(x,y) = 0,  若 f(x,y) < T
g(x,y) = 255, 若 f(x,y) ≥ T

这里的 \( T \) 可以是全局标量，也可以是随坐标变化的函数 \( T(x,y) \)。从信息论角度看，二值化是一个有损压缩过程——它将原本256级的灰度信息压缩为1位信息，因此阈值 \( T \) 的选择直接决定了哪些信息被保留、哪些被丢弃。在巡线场景中，理想情况是：引导线（通常为深色或浅色）被完整保留为一个连通区域，而地面背景被完全抑制。

  关键认知：二值化不是简单的“变黑白”，而是通过阈值将图像分割为“前景”和“背景”两个类别。巡线任务中，前景就是引导线，背景就是地面。阈值选择的本质是分类器设计——它决定了分类边界在哪里。

4.2 全局阈值：固定值与Otsu自适应

4.2.1 固定全局阈值

最简单的方案是人为设定一个固定阈值 \( T \)，例如 \( T=128 \)。这种方法在光照恒定、引导线与背景对比度稳定的实验室环境中表现良好。然而，一旦环境光照变化（如从室内到室外、阴影遮挡），固定阈值就会失效。例如，当阳光直射地面时，原本深色的引导线灰度值可能从80上升到160，而浅色地面的灰度值可能从200上升到240，此时固定阈值128会将引导线误判为背景。

4.2.2 Otsu自适应阈值

Otsu算法（大津法）由日本学者大津展之于1979年提出，其核心思想是最大化类间方差。算法遍历所有可能的灰度级（0~255），计算每个阈值下前景与背景的类间方差 \( \sigma_B^2 \)，选择使 \( \sigma_B^2 \) 最大的阈值作为最优分割点。类间方差定义为：

σ_B² = ω_0 · ω_1 · (μ_0 - μ_1)²

其中 \( \omega_0, \omega_1 \) 分别为前景和背景像素占比，\( \mu_0, \mu_1 \) 为两类像素的平均灰度。Otsu的数学直觉是：当阈值恰好位于两个峰之间的谷底时，两类像素的灰度差异最大，类间方差达到峰值。

对比维度	固定全局阈值	Otsu自适应阈值
计算复杂度	O(1)，直接比较	O(256)，遍历灰度级
光照适应性	差，需人工调整	较好，自动适应整体亮度变化
双峰要求	无	直方图需呈双峰分布
实时性	极快	快，适合嵌入式平台
适用场景	光照恒定、对比度稳定	光照变化但整体均匀

4.3 自适应阈值与局部处理

当图像存在光照不均（如一侧有阴影、另一侧强光）时，全局阈值（包括Otsu）无法同时兼顾图像不同区域的亮度差异。此时需要采用局部自适应阈值：将图像划分为若干子块（如32×32像素），对每个子块独立计算阈值。常用的局部阈值方法包括：

局部均值法：计算邻域内像素均值 \( m \)，阈值 \( T = m - C \)，其中 \( C \) 为常数偏移量。
局部高斯加权法：使用高斯窗口计算加权均值，对噪声更鲁棒。
局部Otsu：对每个子块单独执行Otsu算法，计算量较大但效果最好。

性能警告：局部自适应阈值的计算量是全局阈值的 \( N \) 倍（\( N \) 为子块数量）。在嵌入式巡线机器人中，若使用树莓派或STM32，需权衡帧率与精度。建议优先使用全局Otsu，仅在光照不均严重时启用局部阈值，并优化子块大小（如64×64）。

4.4 阈值选择对巡线的影响：案例拆解

下面通过一个实际巡线场景来展示阈值选择如何影响系统性能。

  案例背景：某智能车竞赛团队使用灰度摄像头（320×240分辨率）在室内灯光环境下巡线，引导线为黑色电工胶带（宽度5cm），地面为浅灰色环氧树脂地坪。初始使用固定阈值 \( T=100 \)，在灯光均匀时表现良好。

初始现象：当赛车经过窗户附近时，自然光照射导致地面灰度从180升至220，黑色胶带灰度从60升至90。固定阈值100将胶带灰度（90）误判为背景，导致引导线断裂，赛车冲出赛道。

分析过程：团队采集了不同光照条件下的灰度直方图，发现直方图始终呈双峰分布，但峰位随光照整体平移。因此，固定阈值无法适应这种整体亮度漂移，而Otsu算法能够自动跟踪峰谷位置。

实际操作步骤：

将固定阈值替换为Otsu动态阈值，核心代码如下：

# Python + OpenCV 实现
import cv2
import numpy as np

def otsu_threshold(image):
    # 转换为灰度图
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    # 使用Otsu自动计算阈值
    _, binary = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)
    return binary

在图像底部1/3区域（近视野）计算质心，作为巡线偏差信号。
加入形态学开运算（3×3核）去除孤立噪点。

结果对比：切换Otsu后，赛车在窗户区域的断线率从35%降至2%，平均圈速提升12%。但团队发现，当赛车进入强烈阴影区域时，Otsu仍偶尔失效——因为阴影导致局部对比度下降，直方图双峰不明显。

进一步优化：团队最终采用全局Otsu + 局部均值补偿的混合策略：先计算全局Otsu阈值 \( T_{otsu} \)，再对每个32×32子块计算局部均值 \( m_{block} \)，最终阈值为 \( T = T_{otsu} + (m_{block} - m_{global}) \times 0.3 \)。该方案在保持实时性的同时，有效解决了阴影问题。

复盘经验：阈值选择不是“一劳永逸”的，需要根据赛道环境动态调整。建议在代码中预留阈值调试接口（如串口或蓝牙），在实车调试时实时观察二值化效果，快速定位问题。

4.5 常见误区与工程建议

在巡线机器人开发中，关于二值化存在以下常见误区：

误区一：阈值越大越好。实际上，阈值过高会导致引导线断裂，过低则引入噪声。正确做法是让阈值落在直方图谷底。
误区二：Otsu万能。Otsu假设直方图呈双峰分布，当引导线面积过小（如占图像<5%）或光照严重不均时，Otsu会失效。
误区三：忽略形态学处理。二值化后直接计算质心，容易受孤立噪点干扰。应先进行开运算（腐蚀+膨胀）去除小噪点，再进行闭运算填充引导线内部空洞。
误区四：过度追求局部阈值。局部阈值虽然适应性强，但计算量大，且可能将地面纹理误判为引导线。应优先优化光照条件（如加遮光罩），而非依赖复杂算法。

场景特征	推荐阈值策略	形态学处理
室内均匀光照	固定阈值或Otsu	开运算（3×3）
室外光照变化	Otsu + 全局均值补偿	开运算 + 闭运算
强烈阴影/反光	局部自适应阈值（64×64块）	中值滤波 + 开运算
高速巡线（帧率优先）	固定阈值 + 手动标定	仅开运算（3×3）

总结而言，图像二值化是巡线系统的“第一道关卡”，阈值选择直接决定了后续路径偏差计算的准确性。工程实践中，应遵循“先全局后局部、先简单后复杂”的原则：优先使用Otsu全局阈值，配合形态学滤波；若仍无法满足要求，再引入局部自适应机制。同时，务必在实车调试中建立阈值参数的可视化监控，以便快速定位问题。