В статье рассматривается актуальная проблема бинаризации полутоновых изображений, играющая ключевую роль в системах компьютерного зрения и распознавания образов. Традиционные методы бинаризации, основанные на глобальных пороговых значениях, демонстрируют существенные ограничения при обработке изображений с неравномерным освещением, шумами и сложной текстурной структурой. Цель исследования – разработка и теоретическое обоснование метода локальной пороговой фильтрации, учитывающего пространственные характеристики обрабатываемых областей изображения. Предложенный подход основан на адаптивном выборе порогового значения для каждого пикселя в зависимости от статистических параметров его окрестности, что позволяет динамически корректировать критерии бинаризации. Отличительной особенностью разработанного метода является применение многомасштабного анализа структурных элементов изображения с последующей оптимизацией локальных порогов на основе минимизации функционала ошибки. Экспериментальная верификация алгоритма на наборе тестовых изображений различной сложности продемонстрировала повышение точности бинаризации на 12…18 % по сравнению с известными методами, что подтверждает перспективность его применения в задачах сегментации медицинских изображений, анализа документов и промышленных системах контроля качества.