大津法－图像动态阈值

OTSU(最大类间差法)

方法：
按图像的灰度特性,将图像分成背景和前景两部分。因方差是灰度分布均匀性的一种度量,背景和前景之间的类间方差越大,说明构成图像的两部分的差别越大,当部分前景错分为背景或部分背景错分为前景都会导致两部分差别变小。因此,使类间方差最大的分割意味着错分概率最小。

参数：
分割前景和背景的分割阈值：T
前景：
像素点个数和整幅图像像素点个数的比值：ω0
平均灰度：μ0
背景：
像素点个数和整幅图像像素点个数的比值：ω1
平均灰度：μ1
图像：
总平均灰度：μ
类间方差：g

假设图像(M×N)中有N0个像素点灰度值低于分割阈值T，有N1个像素点灰度值大于或等于分割阈值T
则有：

ω0 = N0/(M×N）
ω1 = N1/(M×N)
N0+N1 =	M×N
ω0+ω1 = 1

μ = ω0*μ0+ω1*μ1

g = ω0（μ0-μ）^2 + ω1（μ1-μ）^2 
   = ω0ω1(μ0-μ1）^2 

大津法所求都最佳阈值即为通过遍历得道g（类间方差）最大时对应的阈值。

代码可见：https://www.cnblogs.com/uestc-mm/p/5366908.html