ＯＴＳＵ与Kittler比较

OTSU的中心思想是阈值T应使目标与背景两类的类间方差最大。对于一幅图像，设当前景与背景的分割阈值为t时，前景点占图像比例为w0，均值为u0，背景点占图像比例为w1，均值为u1。则整个图像的均值为u = w0*u0+w1*u1。建立目标函数g(t)=w0*(u0-u)^2+w1*(u1-u)^2，g(t)就是当分割阈值为t时的类间方差表达式。OTSU算法使得g(t)取得全局最大值，当g(t)为最大时所对应的t称为最佳阈值。OTSU算法又称为最大类间方差法。

OTSU算法对不均匀光照的图片不能产生很好的效果，但计算简单，适用性强。

Kittler算法与Otsu方法效果接近，但速度更快，更适宜应用于像素质量较高的图像中。

它的中心思想是，计算整幅图像的梯度灰度的平均值，以此平均值做为阈值