opencv笔记（三十四）——线性分段

        线性分段方法的难点在于分段点的选取，对于目标与背景灰度值差异明显的，可以采用生成灰度直方图，然后人工选点的方式，也可以采用统计灰度值的算法来自动计算分段点，如下:

        当待处理图片目标和背景灰度值的对比度比较低时，线性分段分段点的选取主要采用“最小误差法”【1】选取，。

        最小误差法是KITTLER1984年在MINIMUM ERROR THRESHOLDING文章中提出的一种基于直方图的阈值分割方法，简称KITTLER算法。其思想：假设灰度图像由目标和背景组成，且目标和背景满足一混合高斯分布，计算目标和背景的均值、方差，根据最小分类误差思想得到的最小误差目标函数，取目标函数最小时的阈值即为最佳阈值。按此阈值将图像分割为二值图像【2】。

   算法过程【3】：

1、计算目标和背景的均值、方差。

  2、根据最小分类误差思想得到最小误差目标函数。

3、取使目标函数最小值为阈值。