基于一维Otsu的图像分割

原理：

设图像中灰度为 i 的像素数量为ni ,灰度范围为[0_[0 — L-1]，其中L为256，图像中总像素数为N

各个灰度值（0-255）出现的概率为Pi，

选用阈值K，将图像灰度分成 A 和 B 两部分，两部分的概率分别为：

A B 两部分的平均灰度为：

两个部分的方差为：

使两部分的方差达到最大的K值，就是图像分割的最佳阈值。

分析：

如图所示：对于灰度统计图为双峰的图像，用该种 Otsu 这中方法很好使，如果是单峰或是多峰的灰度图就不太好使了。该种图像分割方法原理简单，但是计算量较大，由于只关注图像的灰度值，因此其抗噪能力较差。