OTSU算法是由日本學者OTSU於1979年提出的一種對圖像進行二值化的高效算法。（大津算法）。不過OTSU比較適合前景和背景像素值差距比較大的圖像，如果圖像復雜、細節多、近色的話，OTSU算法效果不好。
閾值將原圖像分成前景、背景兩個圖像。前景：用ｎ１，ｃｓｕｍ，ｍ１來表示在當前閾值下的前景的點數，質量矩，平均灰度；背景：用ｎ２，ｓｕｍ－ｃｓｕｍ，ｍ２來表示在當前閾值下的背景的點數，質量矩，平均灰度；當取最佳閾值時，背景應該與前景差別最大，關鍵在於如何選擇衡量差別的標准；而在Otsu算法中這個衡量差別的標准就是最大類間方差；
在以下程序中類間方差用是sb表示，最大類間方差用fmax，關於最大類間方差（Otsu）的性能：
類間方差對噪音和目標大小十分敏感，它僅對類間方差為單峰值的圖像產生較好的分割效果，當目標與背景的大小比例懸殊時，類間方差准則函數可能呈現雙峰或多峰，此時效果不好，但是類間方差使用是最少的。
最大類間方差（Otsu）的公式推導：
記t為前景與背景的分割閾值，前景點數占圖像比例為w0，平均灰度為u0；背景點數占圖像比例為w1，平均灰度為u1；
則圖像的總平均灰度為：ｕ＝ｗ０＊ｕ０＋ｗ１＊ｕ１；
前景和背景圖像的方差：ｇ＝ｗ０＊（ｕ０－ｕ）．＾２＋ｗ１＊（ｕ１－ｕ）．＾２＝ｗ０＊ｗ１＊（ｕ０－ｕ１）．＾２
此公式為方差公式。
上面的g公式也就是下面程序中得sb的表達式：
當方差g最大時，可以認為此時前景與背景差異最大，也就是此時的灰度值是最佳閾值；
Otsu圖像分割算法結果3D展示圖
