本文共 363 字，大约阅读时间需要 1 分钟。

Ｏｓｔｕ算法（又称为最大类间方差法）

图像中像素的灰度值小于阈值T的像素个数记作N0,像素灰度大于阈值T的像素个数记作N1,则有:

图像大小：M*N

T为二值化的阈值；

N0为灰度小于T的像素的个数，N0的平均灰度为μ0

N1 为灰度大于T的像素的个数，N1的平均灰度为μ1

ω0=N0/ M×N (1)   //落在N0的概率

ω1=N1/ M×N (2) 　//落在N1的概率

N0+N1=M×N (3) 　

ω0+ω1=1 (4) 　　　　　　

μ=ω0*μ0+ω1*μ1 (5) 　//平均灰度乘以概率 再相加

g=ω0(μ0-μ)^2+ω1(μ1-μ)^2 (6)

将式(5)代入式(6),得到等价公式: g=ω0ω1(μ0-μ1)^2 (7)   //g即为最类间差分

遍历T， 取得使g最大的值，记录这时的T既是最佳阈值

转载地址：http://forgi.baihongyu.com/