效能:
類間方差法對噪音和目標大小十分敏感，它僅對類間方差為單峰的影象產生較好的分割效果。
當目標與背景的大小比例懸殊時，類間方差準則函式可能呈現雙峰或多峰，此時效果不好，但是類間方差法是用時最少的。
公式推導：
記t為前景與背景的分割閾值，前景點數佔影象比例為w0，平均灰度為u0；背景點數佔影象比例為w1，平均灰度為u1。
則影象的總平均灰度為：u=w0*u0+w1*u1。
前景和背景圖象的方差：g=w0*(u0-u)*(u0-u)+w1*(u1-u)*(u1-u)=w0*w1*(u0-u1)*(u0-u1),此公式為方差公式。
可參照課本上面的g的公式也就是下面程式中的sb的表示式。當方差g最大時，
概率論可以認為此時前景和背景差異最大，此時的灰度t是最佳閾值sb = w0*w1*(u1-u0)*(u0-u1)
sum = csum = 0.0;
n = 0;
for (k = 0; k <= 255; k++)
if (!n)
// do the otsu global thresholding method
fmax = -1.0;
n1 = 0;
for (k = 0; k < 255; k++)
n2 = n - n1;
if (n2 == 0)
csum += (double) k *ihist[k];
m1 = csum / n1;
m2 = (sum - csum) / n2;
sb = (double) n1 *(double) n2 *(m1 - m2) * (m1 - m2);
/**//* bbg: note: can be optimized. */
if (sb > fmax)
}
最大類間方差法 大津法，OTSU
最大類間方差法是由日本學者大津 nobuyuki otsu 於1979年提出的,是一種自適應的閾值確定的方法,又叫大津法,簡稱otsu。它是按影象的灰度特性,將影象分成背景和目標2部分。背景和目標之間的類間方差越大,說明構成影象的2部分的差別越大,當部分目標錯分為背景或部分背景錯分為目標都會導致2部...
opencv 最大類間方差（大津法OTSU）
參考 otsu 大津演算法 最近在做字元識別，看了很多資料，發現在對影象進行預處理過程中，對影象進行二值化是乙個必不可少的方式。如何才能有效的將目標字元表現出來，opencv提供的閾值化方法有threshold和adaptivethreshold，但這需要自己進行引數調整。在同學那裡了解到乙個很有效...
Otsu最大類間方差法
otsu最大類間方差法 最大類間方差法，是由日本學者otsu在1979年提出的一種對影象進行 二值化的高效演算法。1.otsu最大類間方差法原理 利用閾值將 原影象分成前景 背景兩個影象，當取最佳閾值時，背景應該與前景差別最大，關鍵在於如何選擇衡量差別的標準，而在otsu演算法中這個衡量差別的標準就...