opencv-qt大津算法（Otsu）

1 简介

Otsu算法，即大津算法，最大类间方差算法，由日本人大津展之提出。大津二值化法用来自动对基于聚类的图像进行二值化， 或者说，将一个灰度图像退化为二值图像。

算法假定该图像根据双模直方图（前景像素和背景像素）包含两类像素，于是它要计算能将两类分开的最佳阈值，使得它们的类内方差最小；由于两两平方距离恒定，所以即它们的类间方差最大。因此，大津二值化法粗略的来说就是一维Fisher判别分析的离散化模拟。(这段来自wikipedia)

2 算法原理

在大津算法中，我们穷举搜索能使类内方差最小的阈值，定义为两个类的方差的加权和：
$${\sigma }_w^2(t)={\omega }_1(t){\sigma }_1^2(t)+{\omega }_2(t){\sigma }_2^2(t)$$
权重 ${\omega }_i$是被阈值 $t$ 分开后两个类的概率，而 σ i 2 \sigma_{i}^{2}