컴퓨터 비전 : 오츄 알고리즘(ostu)

오츄 알고리즘(Otsu's Algorithm)이란?

오츄 알고리즘은 이미지 처리에서 널리 사용되는 이진화(Binary Thresholding) 기법입니다.
흔히 우리가 사진에서 글자나 객체, 배경 등을 구분하고 싶을 때 사용되며,
픽셀 밝기값(histogram)을 기반으로 최적의 임계값(threshold)을 자동으로 찾아줍니다.

---

✅ 왜 오츄 알고리즘이 필요한가?

이미지를 흑백(0과 255)으로 나누기 위해서는 임계값이 필요합니다.
이 임계값을 수동으로 지정한다면 이미지마다 성능이 달라질 수 있고, 자동화에 한계가 생깁니다.

여기서 오츄 알고리즘은 통계적인 방법을 사용해 최적의 임계값을 계산해주어
사람이 개입하지 않아도 적절하게 이진화를 수행할 수 있게 도와줍니다.

 

주요 사용 예시:

• 문서 스캔 이미지에서 글자와 배경 분리
• 의료 영상에서 병변 영역 탐지
• 객체 검출 전의 전처리 이진화

---

오츄 알고리즘의 작동 원리

오츄 알고리즘은 다음과 같은 과정으로 작동합니다:

1. 이미지를 구성하는 픽셀의 밝기값 히스토그램을 계산합니다.
2. 밝기값을 기준으로 픽셀을 두 개의 그룹(배경과 객체)으로 나눌 수 있는
   모든 임계값 후보들을 평가합니다.
3. 각 임계값에 대해 다음 값을 계산합니다:
   • 각 그룹의 픽셀 비율 (ω₀, ω₁)
   • 각 그룹의 평균 밝기값 (μ₀, μ₁)
4. 클래스 간 분산(분리도)를 구하고, 이를 최대화하는 임계값 t를 선택합니다.

---

📌 오츄 알고리즘의 특징 요약

항목	설명
입력	회색조 이미지 (Grayscale Image)
출력	이진화된 이미지 (흑백)
장점	임계값을 자동으로 계산, 간단하고 빠름
전제 조건	이미지가 두 개의 클래스(배경/객체)로 구분 가능해야 함
대표 사용처	문서 스캔, 전처리 단계의 객체 검출 등

---

⚠️ 오츄 알고리즘의 한계

• 밝기 분포가 명확히 두 개로 나뉘지 않을 때, 잘못된 임계값이 선택될 수 있습니다.
• 조명 변화, 노이즈, 그림자 등의 영향에 취약합니다.
• 단 하나의 임계값만 찾기 때문에, 여러 객체가 포함된 복잡한 이미지에서는 부족할 수 있습니다.

---

다음으로…

이러한 한계를 극복하기 위해 등장한 방법이 바로
다중 임계값 기반 이진화 또는 다중 경계법(Multi-level Thresholding)입니다.

오츄 알고리즘을 확장하여 세 개 이상의 클래스로 이미지를 분할하거나,
지역적 특성까지 고려하는 방식으로 발전하고 있습니다.

기억할 것은 복잡한 이미지 처리에는 더 정교한 방법이 필요하다는 점, 다음 글에서 자세히 알아보겠습니다.