最大類間方差法是由日本學者大津(nobuyuki otsu)於2023年提出的,是一種自適應的閾值確定的方法,又叫大津法,簡稱otsu。它是按影象的灰度特性,將影象分成背景和目標兩部分，或者說，是尋找乙個閾值為k，將影象的顏色分為1,2.....k和k+1.....256兩部分。
如何確定這個閾值k？演算法分類的原理是讓背景和目標之間的類間方差最大，因為背景和目標之間的類間方差越大,說明構成影象的2部分的差別越大,錯分的可能性越小。下面進行公式推導：
首先是符號說明：對於影象i(x,y),前景(即目標)和背景的分割閾值記作t,屬於前景的畫素點數占整幅影象的比例記為ω0,其平均灰度μ0;背景畫素點數占整幅影象的比例為ω1,其平均灰度為μ1。影象的總平均灰度記為μ,類間方差記為g。假設影象的背景較暗,並且影象的大小為m×n,影象中畫素的灰度值小於閾值t的畫素個數記作n0,畫素灰度大於閾值t的畫素個數記作n1。
採用遍歷的方法得到尋找到類間方差最大值，對應的閾值,即為所求。
**區：
int myotsu(const iplimage *frame) //大津法求閾值
; float pixelpro[grayscale]=;
int i, j, pixelsum = width * height, threshold = 0;
uchar* data = (uchar*)frame->imagedata;
//統計每個灰度級中畫素的個數
for(i = 0; i < height; i++)
}//計算每個灰度級的畫素數目佔整幅影象的比例
for(i = 0; i < grayscale; i++)
//遍歷灰度級[0,255],尋找合適的threshold
float w0, w1, u0tmp, u1tmp, u0, u1, deltatmp, deltamax = 0;
for(i = 0; i < grayscale; i++)
else //前景部分
}u0 = u0tmp / w0;
u1 = u1tmp / w1;
deltatmp = (float)(w0 *w1* pow((u0 - u1), 2)) ;
if(deltatmp > deltamax)
}return threshold;
}
**部分參考：
本文針對灰度影象，彩色影象可以參考：
最大類間方差法 大津法，OTSU
最大類間方差法是由日本學者大津 nobuyuki otsu 於1979年提出的,是一種自適應的閾值確定的方法,又叫大津法,簡稱otsu。它是按影象的灰度特性,將影象分成背景和目標2部分。背景和目標之間的類間方差越大,說明構成影象的2部分的差別越大,當部分目標錯分為背景或部分背景錯分為目標都會導致2部...
最大類間方差（大津法）詳解
參考 應用 是求影象全域性閾值的最佳方法，應用不言而喻，適用於大部分需要求影象全域性閾值的場合。優點 計算簡單快速，不受影象亮度和對比度的影響。缺點 對影象雜訊敏感 只能針對單一目標分割 當目標和背景大小比例懸殊 類間方差函式可能呈現雙峰或者多峰，這個時候效果不好。計算類間方差 double var...
Otsu最大類間方差法
otsu最大類間方差法 最大類間方差法，是由日本學者otsu在1979年提出的一種對影象進行 二值化的高效演算法。1.otsu最大類間方差法原理 利用閾值將 原影象分成前景 背景兩個影象，當取最佳閾值時，背景應該與前景差別最大，關鍵在於如何選擇衡量差別的標準，而在otsu演算法中這個衡量差別的標準就...