最大类间方法

个人理解：
最大类间方法是按图像的灰度特性，按阈值将图像分为两类，一类中图像的灰度值均小于这个阈值，一类中图像的灰度值均大于阈值，分为目标和背景，背景和目标类间方差越大，说明目标和背景之间的的差别越大，因此类间方差最大的分割意味着错分的概率越小。

所涉及参数以及计算：
目标的像素点占整幅图的比例为：w0,平均灰度为u0,背景像素占整幅图的比例为w1,平均灰度为u1,
，总平均灰度为u,类间方差为g,图大小为MN,像素灰度值小于T的像素个数为N0,大于的N1.
w0 = N0/(MN)
w1 = N1/(MN)
N0+N1 = MN
w0+w1 = 1
u = w0u0+w1u1
g = w0*(u0-u)^2 +
w1*(u1-u)^2