二値画像（バイレベル／1ビットのラスター画像）

作成と変換

グレースケール画像またはカラー画像を二値化するには、判定の段階が必要となる。最も単純な方法はグローバルしきい値処理であり、しきい値を上回るピクセルを一方の値に、下回るピクセルをもう一方の値にする。適応的（局所的）しきい値処理は、近傍の統計量を用いて不均一な照明に対処する。濃淡を模擬したり、目立つアーティファクトを減らしたりするためには、ディザリングアルゴリズムにより黒と白のピクセルを分布させ、中間的な灰色階調を知覚させる。実用的なワークフローでは、後続の用途に向けて結果を最適化するため、平滑化、コントラスト調整、二値化を組み合わせることが多い。

処理とアルゴリズム

• 連結成分解析と輪郭抽出は、二値マスク内の個別の物体を特定する。
• 収縮や膨張などのモルフォロジー演算は高速であり、ノイズ除去、隙間の補完、形状処理に広く用いられる。
• ランレングス符号化などの方式は、バイレベル画像を効率よく圧縮する。これは文書およびファクスの規格で広く使われる技法である。

用途と機器

二値画像は多くの実用システムの中核をなす。文書スキャンと光学式文字認識（OCR）は、しばしば二値画像から開始するか、中間段階として二値マスクを使用する。バーコードとQRコードは、信頼性の高い復号のため、明確な二値コントラストに依存している。従来の出版および複写のワークフローでは、新聞の制作における網点・スクリーン処理に、バイレベル表現が長く利用されてきた。レーザープリンターやファクシミリ装置などの出力機器も、最終印刷段階では通常、バイレベルのビットマップを扱う。

コンピュータビジョンおよび画像処理では、二値画像はエッジマップ、セグメンテーションマスク、モルフォロジー演算の結果として現れる。輝度や色の細部ではなく物体の形状情報だけを必要とするアルゴリズムや、高速な試作に有用である。

制限と考慮事項

バイレベルモデルの主な制限は、中間的な濃度値がないことである。そのため微妙な細部が失われ、小さな特徴が消失する場合がある。しきい値処理の戦略と前処理（コントラストの正規化、ノイズ除去）の選択は、画質に直接影響する。多くの実用的な作業では、グレースケールまたはカラーデータ上で処理を行い、印刷や機械読取りのために必要な場合だけ最終段階で二値化する、というトレードオフが採用される。

関連資料：ピクセル、ラスターグラフィック、実践的な画像処理に関する入門資料では、基礎と一般的なアルゴリズムを扱っている。機器およびワークフローの例としては、レーザープリンター、ファクシミリシステム、新聞の複製工程があり、これらは特定の用途でバイレベル表現が現在も重要である理由を示している。