OSTU算法

介绍

Ostu方法又名最大类间差方法，通过统计整个图像的直方图特性来实现全局阈值T的自动选取，其算法步骤为：

1. 先计算图像的直方图，即将图像所有的像素点按照0~255共256个bin，统计落在每个bin的像素点数量

2. 归一化直方图，也即将每个bin中像素点数量除以总的像素点

3. i表示分类的阈值，也即一个灰度级，从0开始迭代

4. 通过归一化的直方图，统计0~ i 灰度级的像素(假设像素值在此范围的像素叫做前景像素) 所占整幅图像的比例 w₀ ，并统计前景像素的平均灰度u₀；统计i~255灰度级的像素(假设像素值在此范围的像素叫做背景 像素) 所占整幅图像的比例 w₁，并统计背景像素的平均灰度u₁；

5. 计算前景像素和背景像素的方差 g = w₀ * w₁ * (u₀-u₁) * (u₀-u₁)

6. i++；转到4)，直到i为256时结束迭代

7）将最大g相应的i值作为图像的全局阈值