用最简单的代码实现大津算法（最大类间方差法otsu）

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。

图像分割成背景和目标两部分。需要背景和目标之间的类间方差最大。

图像f(x,y)前景和背景分割的阈值记为T

W0:前景的像素点数占整幅图像的比例；V0:前景的平均灰度

W1:背景的像素点数占整幅图像的比例；V1:背景的平均灰度

V: 图像的总平均灰度

g：类间方差

我们假设图像的大小为MxN,N0为<T的像素个数，N1为>T 的像素个数

W0=N0/(MxN) ;W1=N1/(MxN);N0+N1=MxN;W0+W1=1

V=W0*V0+W1*V1;g=W0(V0-V)^2+W1(V1-V)^2

=>g=W0W1(V0-V1)^2

下面给出OTSU的matlab代码：

l=imread(&#