最大类间方差法（大津法OTSU）

 

最大类间方差法（大津法OTSU）

算法介绍

最大类间方差法是1979年由日本学者大津提出的，是一种自适应阈值确定的方法，又叫大津法，简称OTSU，是一种基于全局的二值化算法，它是根据图像的灰度特性,将图像分为前景和背景两个部分。当取最佳阈值时，两部分之间的差别应该是最大的，在OTSU算法中所采用的衡量差别的标准就是较为常见的最大类间方差。前景和背景之间的类间方差如果越大，就说明构成图像的两个部分之间的差别越大，当部分目标被错分为背景或部分背景被错分为目标，都会导致两部分差别变小，当所取阈值的分割使类间方差最大时就意味着错分概率最小[1]。

记T为前景与背景的分割阈值，前景点数占图像比例为w 0  ，平均灰度为u 0  ；背景点数占图像比例为w 1  ，平均灰度为u 1  ，图像的总平均灰度为u ，前景和背景图象的方差，则有：

u=w 0 ×u 0 +w 1 ×u 1  

 

g=w 0 ×(u 0 −u) 2 +w 1 ×(u 1 −u) 2  

联立上面两式可得：

g=w