大津阈值分割（OSTU）

文章首发于我的个人博客

大津法是一种灰度图像自适应阈值分割算法，是日本学者Ostu于1979年提出，又称类间方差阈值分割法。大津法根据图像的灰度分布将图像分为前景和背景两部分，前景是我们分割出来的部分。前景和背景的分割值就是我们要通过类间方差法求出的阈值。

一、算法原理

设图像灰度级为L，灰度级为i的像素点数为ni，那么直方图分布为：
$$p_i=n_i/N，\sum _{i=0}^{L-1}{p}_i=1$$
按灰度级用阈值t划分为两类：C_0=(0,1,…,t)和C_1=(t+1,t+2…,L-1)。因此C_0类和C_1类的概率级均值分别由一下各式给出：
$$w_0=Pr(C_0)=\sum _{i=0}^k{p}_i$$

$$w_1=Pr(C_1)=\sum _{i=k+1}^{L-1}{p}_i=1-w_0$$

$$u_0=\sum _{i=0}^{k}iPr(i|C_0)=\sum _{i=0}^{k}i{p}_i/w_0$$

$$u_1=\sum _{i=k+1}^{L-1}iPr(i|C_1)=\sum _{i=k+1}^{L-1}i{p}_i$$