otsu算法_OTSU算法

OTSU学名叫做最大类间方差方法，是一个叫大津的日本人发明的，所以又叫做大津法。这个方法主要用来进行灰度图像的自动阈值查找。这里面最关键的概念应该就是类间方差。方差我们都知道，就是刻画随机向量中的所有变量和中心偏移程度的，而这个类间方差，就是在方差的基础上添加了“类间”两个字，意思就是用这个方差在目标和背景这两个类之间刻画偏移程度。

我们从应用角度来探讨一下。比如我们有一个阈值T，这个T可以对图像做二值化操作，将目标从背景中分割出来，那么这个T应该怎么查找呢？我们下面尽可能细致的介绍这个过程。

假设图像的尺寸是W*H，那么图像总点数就是W*H，也就是整个概率空间，也理解为概率全集。那么目标像素个数我们定义为n0，背景像素个数我们定义为n1，可见n0+n1 = W*H。

进一步，我们定义w0是目标像素个数占整个图像总点数的比例，即w0 = n0 / (W * H)。w1定义为背景像素个数占整个图像总点数的比例，即w1 = n1 / (W*H0)，可见w0 + w1 = 1。

以上属于点数的概率定义，下面我们进行灰度值的相关定义。我们将u0定义为目标的平均灰度，也就是u0 = n0灰度值的累加值/n0，u1定义为背景的平均灰度，也就是u1= n1灰度值的累加值/n1。同样的，整个图像的平均灰度定义为u  = (n0灰度值的累加值 + n1灰度值的累加值)/(W * H)。

这些概念定义完之后，我们就可以定义类间方差g = w0