Otsu，大津法（最大类间方差）阈值分割。采用分块思想，将一副图像的灰度图分成若干个子图像，对每个子图像进行Otsu阈值分割，再拼接。Matlab2016a

灰度图像的二维otsu自动阈值分割法，是自动阈值分割的一种非常好的 方法

对目前几种在图像分割领域得到较多应用的交互式分割 区域生长分割以及阈值 分割算法进行了探讨9并且结合实际CT 片图例分别进行分割实验研究9得到较为满意和 可用性强的结果. 实验表明2阈值分割对于CT 切片的效果最好; 区域生长分割适宜于对面 积不大的区域进行分割9分割效果较好; 基于动态规划的交互式分割算法比较复杂9计算时 间较长9但对于边缘较平滑的区域9同样具有较好的实际效果. 几种算法的评估为其在CT 图像分割上的实际应用提供了科学依据.

用IDL语言编写的用于阈值分割的代码

图像的模糊阈值分割算法的设计与实现，主要应用了OTSU，遗传算法

Ostu方法又名最大类间差方法，通过统计整个图像的直方图特性来实现全局阈值T的自动选取，其算法步骤为： 1) 先计算图像的直方图，即将图像所有的像素点按照0~255共256个bin，统计落在每个bin的像素点数量 2) 归一化直方图，也即将每个bin中像素点数量除以总的像素点 3) i表示分类的阈值，也即一个灰度级，从0开始迭代 4) 通过归一化的直方图，统计0~i 灰度级的像素(假设像素值在此范围的像素叫做前景像素) 所占整幅图像的比例w0，并统计前景像素的平均灰度u0；统计i~255灰度级的像素(假设像素值在此范围的像素叫做背景像素) 所占整幅图像的比例w1，并统计背景像素的平均灰度u1； 5) 计算前景像素和背景像素的方差 g = w0*w1*(u0-u1) (u0-u1) 6) i++；转到4)，直到i为256时结束迭代 7）将最大g相应的i值作为图像的全局阈值

阈值分割法在dicom图像分割中的应用，论文中详细阐述了dicom格式的医学图像信息，如何对其进行医学图像分割处理。文中用到了迭代法求阈值，以及双峰法求阈值。

通过求差分曲线，利用阈值分割算法对图像进行自动多阈值分割

最大类间方差法（OTSU）阈值分割的matlab实现

使用FCM算法的通用图像分割程序，效果很不错 编译需要OpenCV