OTSU算法学习笔记

前言

最近对图像二值化感兴趣所以查了一些方法，大津法（OTSU）由日本学者大津于1979年提出，差不多是最早的自动划定阈值二值化图像的方法，该方法又称作最大类间方差法。学业不精搞了半天才弄懂怕忘了记录下来以备后用。
应用：是求图像全局阈值的最佳方法，应用不言而喻，适用于大部分需要求图像全局阈值的场合。
优点：计算简单快速，不受图像亮度和对比度的影响。
缺点：对图像噪声敏感；只能针对单一目标分割；当目标和背景大小比例悬殊、类间方差函数可能呈现双峰或者多峰，这个时候效果不好。

一、原理

基本原理的核心知识就是图象均值和方差。假设一幅已被灰度化的图像的宽度和高度分别是m和n
则图像像素点总数为：$N=m\ast n$。图像每个像素点为8位灰度值则阶数为：$L=256$，为了二值化我们取某k阶数为阈值，图像中小于等于k阶的像素为低阶像素置成0x00，大于k阶的像素为高阶像素置0xFF实现二值化。下图中N为像素点总数，CL为小于k阶的像素点总数，CH为大于等于k阶的像素点总数。

$$图一$$

均值

设图像中某像素阶数为：$iϵ[0，255]$，相同阶数像素数量为：$C_i$，则该色阶占整幅图像的权重为:$w$,则$w_i=C_i/N$。设整幅图像平均灰度为$u$，则：
$u={\sum }_{i=0}$