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