阈值分割的OTSU算法
【阈值分割的OTSU算法】OTSU算法又叫最大类间方差阈值分割算法，也叫大津算法（大津展之 ōtsu Nobuyuki），主要用于一些简单的阈值确定。
算法思想：
对于下面这张灰度图片：
文章图片
我们想让这些物体（前景）和背景区分更明显一些，比如让物体为纯黑，背景全白。那么我们就需要找到一个合适的阈值，使图片上灰度值大于这个阈值的像素点为255（白色），灰度值小于阈值的像素点为0（黑色）。也就是变成下面这幅图：
文章图片
怎样确定这个阈值呢？OTSU算法说，我们可以求出用这个阈值分割后的两个图像对应pixel的类间方差。对于每一个可能的阈值，我们计算并取出类间方差最大的那个像素pixel值，此时这个值就可以较好的对图像进行分割。
算法流程：
对应直方图如下：
文章图片
直方图阈值分割 １、将灰度值区间为[0,m]，对于[0,m]间的每一个灰度t，将它作为阈值将图像分割为灰度为[0,t]以及[t+1,m]两部分。
２、计算每一部分的所占比例,，每一部分的平均灰度值,，以及总的平均灰度值。
３、计算他们的类间方差:
４、取出类间方差最大时对应的阈值ｔ，这就可以作为我们最终所取的阈值。
小伙伴们如果觉得文章还行的请点个赞呦！！同时觉得文章哪里有问题的可以评论一下 谢谢你！
推荐阅读
- 热闹中的孤独
- JAVA（抽象类与接口的区别&重载与重写&内存泄漏）
- 放屁有这三个特征的，请注意啦！这说明你的身体毒素太多
- 一个人的旅行，三亚
- 布丽吉特，人生绝对的赢家
- 慢慢的美丽
- 尽力
- 一个小故事，我的思考。
- 家乡的那条小河
- 《真与假的困惑》???|《真与假的困惑》??? ——致良知是一种伟大的力量