OTSU算法是由日本学者OTSU（中文名为大津展之，故也称为大律法）于1979年提出的一种图像二值化算法[1]。
OTSU的算法假设图像中存在一个阈值 T ，判断图像中每个像素与T的大小关系，可以将所有像素分为前景和背景两类，且当选取到最佳T阈值时，背景部分与前景部分的差别最大，而OTSU 算法利用最大类间方差来衡量这一差别。由于OTSU算法采用了最大类间方法的思想，因此该算法也被OTSU最大类间方差法。
假设一图像为灰度图，大小为M*N，背景部分较暗，OTSU算法步骤如下：
- 选取一个分割阈值T，统计计算属于前景的像素点数（像素值小于T）在全部像素点的占比
以及其平均灰度 
; 同理统计属于背景部分的 
和 
； - 计算图像全部像素的平均灰度
以及类间方差 
； - 遍历全部分割阈值T，重复1-2步骤，得到使类间方差g最大的阈值T；
OTSU算法的优点为，算法简单快速，适用于大部分的全局阈值分割场景。缺点也比较明显，对图像噪声敏感，只能进行单目标的分割，且当前景和背景部分面积差异过大时分割效果不理想。
参考文献
[1] Otsu N. A threshold selection method from gray-level histograms[J]. IEEE transactions on systems, man, and cybernetics, 1979, 9(1): 62-66.
