又稱最大類間方差法。是由日本學者大津(nobuyuki otsu)於2023年提出的[1]，是一種自適合於雙峰情況的自動求取閾值的方法。又叫大津法，簡稱otsu。
演算法提出初衷是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部分差別變小。因此，使類間方差最大的分割意味著錯分概率最小。
影象應用詳見部落格（
在matlab中， graythresh函式使用最大類間方差法獲得影象的閾值。
實際也可以用於其他方面的目標二分類。
使用 otsu 類間方差法進行樣本分類的基本目標是使分類結果的類間方差達到最大，類間方差表示為所分的兩類樣本重心與總樣本重心之間的平均距離。
[1] ohtsu n. a threshold selection method from gray-level histograms[j]. ieee trans.syst.man cybern, 1979, 9(1):62-66.
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...
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...
最大類間方差法otsu （大津演算法）
效能 類間方差法對噪音和目標大小十分敏感，它僅對類間方差為單峰的影象產生較好的分割效果。當目標與背景的大小比例懸殊時，類間方差準則函式可能呈現雙峰或多峰，此時效果不好，但是類間方差法是用時最少的。公式推導 記t為前景與背景的分割閾值，前景點數佔影象比例為w0，平均灰度為u0 背景點數佔影象比例為w1...