十三种基于直方图的图像全局二值化算法原理、实现、代码及效果。

      图像二值化的目的是最大限度的将图象中感兴趣的部分保留下来，在很多情况下，也是进行图像分析、特征提取与模式识别之前的必要的图像预处理过程。这个看似简单的问题，在过去的四十年里受到国内外学者的广泛关注，产生了数以百计的阈值选取方法，但如同其他图像分割算法一样，没有一个现有方法对各种各样的图像都能得到令人满意的结果。

     在这些庞大的分类方法中，基于直方图的全局二值算法占有了绝对的市场份额，这些算法都从不同的科学层次提出了各自的实施方案，并且这类方法都有着一些共同的特点：

　  1、简单；

     2、算法容易实现；

     3、执行速度快。

     一、灰度平局值值法

 
   二、百分比阈值（P-Tile法）

 
   三、基于谷底最小值的阈值

 
   四、基于双峰平均值的阈值

 
   六、OSTU大律法

 
   七、一维最大熵

 
   八、力矩保持法 

 
   九、基于模糊集理论的阈值

 
   十、Kittler最小错误分类法

 
   十一：ISODATA(也叫做intermeans法）

 
   十二、Shanbhag 法

  
  十三、Yen法

 
    详细介绍链接：http://www.cnblogs.com/Imageshop/p/3307308.html

 
    其中Otsu thresholding算法详细介绍链接：http://www.verydemo.com/demo_c92_i299908.html