OTSU算法是由日本学者OTSU于1979年提出的一种对图像进行二值化的高效算法。（大津算法）。不过OTSU比较适合前景和背景像素值差距比较大的图像，如果图像复杂、细节多、近色的话，OTSU算法效果不好。
阈值将原图像分成前景、背景两个图像。前景：用ｎ１，ｃｓｕｍ，ｍ１来表示在当前阈值下的前景的点数，质量矩，平均灰度；背景：用ｎ２，ｓｕｍ－ｃｓｕｍ，ｍ２来表示在当前阈值下的背景的点数，质量矩，平均灰度；当取最佳阈值时，背景应该与前景差别最大，关键在于如何选择衡量差别的标准；而在Otsu算法中这个衡量差别的标准就是最大类间方差；
在以下程序中类间方差用是sb表示，最大类间方差用fmax，关于最大类间方差（Otsu）的性能：
类间方差对噪音和目标大小十分敏感，它仅对类间方差为单峰值的图像产生较好的分割效果，当目标与背景的大小比例悬殊时，类间方差准则函数可能呈现双峰或多峰，此时效果不好，但是类间方差使用是最少的。
最大类间方差（Otsu）的公式推导：
记t为前景与背景的分割阈值，前景点数占图像比例为w0，平均灰度为u0；背景点数占图像比例为w1，平均灰度为u1；
则图像的总平均灰度为：ｕ＝ｗ０＊ｕ０＋ｗ１＊ｕ１；
前景和背景图像的方差：ｇ＝ｗ０＊（ｕ０－ｕ）．＾２＋ｗ１＊（ｕ１－ｕ）．＾２＝ｗ０＊ｗ１＊（ｕ０－ｕ１）．＾２
此公式为方差公式。
上面的g公式也就是下面程序中得sb的表达式：
当方差g最大时，可以认为此时前景与背景差异最大，也就是此时的灰度值是最佳阈值；
Otsu图像分割算法结果3D展示图
