OTSU算法,又称为最大类间方差法,也称为大津算法,是由日本学者OTSU于1979年突出的一种对图像进行二值化的高效算法。通过算法自动选择阈值,实现灰度值的二分化,产生差异最大的两个灰度值,以此突出要识别的物体。
G=w1 * (u1 - u) * (u1 - u) + w1 * (u1 - u) * (u1 - u)
W1:前景值占比例,均值为u1;w1:后景值占比例,均值为u1;u:为整个图的均值;G为最佳阈值;
通过最佳阈值,可以有效的提高物体特征的识别率,从画面中突出目标物体。虽然因此对光照的适应性有了极大的提高,但是该方法对背景和前景复杂的图片处理能力有限。如下图所示:
<img src="https://img-blog.csdn.net/20141130145108789" alt="" />
<span style="font-size:10px;">该图盗自:http://blog.csdn.net/wuhaibing_cver/article/details/8473498</span>