otsu阈值分割原理及实现

OTSU算法是由日本学者OTSU于1979年提出的一种对图像进行二值化的高效算法，是一种自适应的阈值确定的方法，又称大津阈值分割法。

OTSU算法利用阈值将图像分为前景后背景两部分，使前景与背景之间的方差最大。

• 记t为前景与背景的分割阈值，前景点数占图像比例为w0，平均灰度为u0；背景点数占图像比例为w1，平均灰度为u1。
• 则图像的总平均灰度为：u=w0*u0+w1*u1。
• 前景和背景图象的方差：g=w0*(u0-u)*(u0-u)+w1*(u1-u)*(u1-u)=w0*w1*(u0-u1)*(u0-u1),此公式为方差公式
• 寻找使方差最大的分割阈值作为图像二值化的阈值

类间方差法对噪音和目标大小十分敏感，它仅对类间方差为单峰的图像产生较好的分割效果。
当目标与背景的大小比例悬殊时，类间方差准则函数可能呈现双峰或多峰，此时效果不好，但是类间方差法是用时最少的。

下面用c++和opencv分别进行了实现：

#include "pch.h"
#include<opencv2/opencv.hpp>
#include<iostream>
using namespace cv;
using namespace std;

Mat my_otsu(Mat src) {
	Mat dst;
	src.copyTo(dst);
	double varValue = 0; //类间方差中间值保存
	int T = 0; //Otsu算法阈值
	double Histogram[256] = { 0 };
	int Histogram1[256] = { 0 };
	//像素统计
	for (int rows = 0; rows &l