大律法(OTSU) ——图像数据二值化

二值化的目的，是确定一个像素值，以像素为分界，将图像划分为前景和背景，前景的像素值取相同值，背景的像素也取相同值，从而将前景和背景的差异，在图像中最大化，或者说可以突出前景或者背景信息。

二值化可以有效的降低噪声，并且可以一定程度的增强目标特征

我使用一下，这篇文章的配图：https://blog.youkuaiyun.com/bigat/article/details/80889636

该文是关于图像混合的文章，我只是想用这两张图来说明，二值化的效果。

 那么最终要的问题就是，选择哪个像素值，作为划分最合适？

日本学者大津(Nobuyuki Otsu)于1979年给出了很好的解答，论文：

OTSU N． A threshold selection method from gray-level histo- grams［ J ］．IEEE Transactions on Systems， Man ， and Cybernetics ， 1979， 9 ( 1 ) : 62 － 66．

 

算法的核心思想是，选择使得划分出来的前景与背景有最大方差的划分为最优划分，很多文章称为类间方差，因为可以将前景数据作为一类，而背景数据作为另一类，所以可以称为前景类与背景类的类间方差。

所以只要知道，怎么计算图像数据的类间方差就可以实现了，这里引用一下：https://blog.youkuaiyun.com/u012198575/article/details/81128799

中的公式，因为很全，所以我就不重新写了，如下：

公式：  记 M = 256 单通道灰度分级 Sum = 像素总数

1. 背景像素占比   
2. 前景像素占比