图像分割：基于阈值(Otsu)

        图像分割算法的综述参考论文《图像分割方法综述_黄鹏》，知网上很方便查到下载，而且时间而言比较新。

        基于阈值的方法，最普遍的一个是二值化，将阈值以下和以上的分为两部分。应用比较广泛的有Otsu方法，可以计算出满足规则的最优阈值，规则一般采取类间方差的计算。当然还有其他的阈值选取规则方法。

        基于类间方差的方法自动获取最优阈值，再以此最优阈值进行分割。通过遍历每一个阈值，获得最优的类间方差值所对应的阈值作为最优解。因为是在同一项目中，只实现给定阈值计算类间方差的方法，最优阈值在初始化中遍历获取。

---

 规则说明

        灰度级获取规则：采取0-255划分为256个等级，不进行低维度的划分。

        类间方差获取规则：

//类间方差计算规则
//w0	分开后前景像素点数占图像的比例
//u0	分开后前景像素点的平均灰度
//w1	分开后背景像素点数占图像的比例
//u1	分开后背景像素点的平均灰度
//方差值 返回w0*w1*(u0-u1)*(u0-u1)
//至于原理许多博客中均有提到 

---

实现

        由于从一个项目分出来的，带m_的是类的成员

灰度级函数

void ImgDivision::getGrayLevel()