前言：
最近特別忙（或者說時間規劃出了問題），所以更新的都是短篇。
本次的內容是最大類間方差法（大津法，otsu）。
正文：根據[1]中的介紹，大津法的主要作用是二值劃分（求閾值）。其原理非常簡單，就是求式（1）最大時其中t的值。
其中兩個ω分別代表類0和類1的資料所佔比例（權值），兩個σ2分別代表類0和類1的資料的方差，所以最小化的式（1）就是最小類內方差。
另外，式（2）證明了式（1）的最小類內方差就是最大類間方差。
其中u0，u1和ut分別為類0的資料的期望，類1的資料的期望和所有資料的期望。
由此可見最大類間方差法這個名字的由來。
圖1是在某個案例下閾值與類間方差的關係。圖2是本方法在一張灰度圖上的應用。
結語：這個方法我見到過很多次，但沒有仔細了解過，現在發現其實這演算法還不算複雜。
說實話，式（2）的推導我還沒完全搞明白，不過目前實踐更重要，我想把時間留給**除錯。
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...
最大類間方差（大津法）詳解
參考 應用 是求影象全域性閾值的最佳方法，應用不言而喻，適用於大部分需要求影象全域性閾值的場合。優點 計算簡單快速，不受影象亮度和對比度的影響。缺點 對影象雜訊敏感 只能針對單一目標分割 當目標和背景大小比例懸殊 類間方差函式可能呈現雙峰或者多峰，這個時候效果不好。計算類間方差 double var...
最大類間方差法otsu （大津演算法）
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...