Ostu（大津法）二值化图像算法/最佳全局阈值

介绍

最大类间方差法是由日本学者大津于1979年提出的,是一种自适应的阈值确定的方法,又叫大津
法,简称OTSU。它是按图像的灰度特性,将图像分成背景和目标2部分。背景和目标之间的类间方差
越大,说明构成图像的2部分的差别越大,当部分目标错分为背景或部分背景错分为目标都会导致2部
分差别变小。因此,使类间方差最大的分割意味着错分概率最小。

算法原理

该算法主要包括一下几个步骤：

1. 先计算图像的直方图，即将图像所有的像素点按照0~255共256个bin，统计落在每个bin的像素点数量，这个很简单啦~
2. 归一化直方图，也即将每个bin中像素点数量除以总的像素点，使其限制在0~1之间
3. 在这里设置一个分类的阈值$i$，也即一个灰度级，开始从0迭代

4. 通过归一化的直方图，统计0~i 灰度级的像素(假设像素值在此范围的像素叫做前景像素) 所占整幅图像的比例$w_0$，并统计前景像素的平均灰度$u_0$；统计i~255灰度级的像素(假设像素值在此范围的像素叫做背景像素) 所占整幅图像的比例$w_1$，并统计背景像素的平均灰度 u