Mit der binären Schwellenwertfunktion wird eine Raster-Ausgabe erstellt, die das Raster in zwei verschiedene Klassen unterteilt. Der Algorithmus hinter der binären Schwellenwertfunktion, die Otsu-Methode, wurde entwickelt, um bei Bilddaten zwischen Hintergrund und Vordergrund zu unterscheiden, indem zwei Klassen mit minimaler Intraklassenvarianz (Otsu 1979) erstellt werden. Beim Arbeiten mit einem Raster-Dataset, das eine unimodale Verteilung aufweist, unterteilt die binäre Schwellenwertfunktion die Daten in zwei unterschiedliche Klassen. Es wird eine Klasse mit hohen Werten erstellt, die mit weißen Pixeln dargestellt wird, und eine Klasse mit niedrigen Werten, die mit schwarzen Pixeln dargestellt wird.
Die Eingabe für diese Funktion ist das Eingabe-Raster.
Referenzliste:
- Otsu, Nobuyuki. "A Threshold Selection Method from Gray-Level Histograms". IEEE Transactions on Systems, Man, And Cybernetics 9, no. 1 (1979): 62–66.