像素的平均灰度为：
kk
其中，
k1
kiPii0
7
fL1
kiPi1kik
则类间方差公式为：
k22
12迭代法
迭代法求阈值的原理：基于逼近的思想，步骤如下：1．求出图象的最大灰度值和最小灰度值，分别记为ZMAX和ZMIN，令初始阈值T0ZMAXZMIN2；2．根据阈值TK将图象分割为前景和背景，分别求出两者的平均灰度值ZO和ZB3．求出新阈值TK1ZOZB2；4．若TKTK1，则所得即为阈值；否则转2，迭代计算。
2：基于区域的全局阈值选取方法
21简单统计法
简单统计法是一种基于简单的图像统计的基础阈值选取方法。阈值通过简单统计法可以直接计算得到，从而避免了去分析灰度直方图。该方法的计算公式为
exyfxy
Txy
8
exy
xy
其中，
exymaxexey
exfx1yfx1y
8
feyfxy1fxy1
22直方图变化法实际的说，直方图的谷底是非常理想的分割阈值，现实很难操作，而且在实
际应用中，图像也会受到噪声等其他环境等的影响从而使其直方图上原本分离的峰之间的谷底被填充，或者目标和背景的峰相距很近或者大小差不多。
直方图变化的基本思想是利用一些像素领域的局部性质对原来的直方图进行变换已得到一个新的直方图，对比原直方图，或者峰之间的谷更深了。或者谷转变成峰从而更好检测了。借助前面的梯度算子作用于领域可以得到该像素的梯度值。
3：局部阈值法和多阈值法31水线阈值算法
分水岭图像分割算法是借助地形学的概念进行操作的，这种方法近年来得到了广泛的使用，该算法要操作需要掌握相关的数学形态学的理念和方法。该算法是串行计算过程，得到的是目标的边界，这种方法是通过确定分水岭的位置而进行的图像分割，但由于各区域内部像素的灰度很相近，相邻区域的像素灰度差距比较大，可以先计算一幅图的梯度图，再找梯度图的分水岭。
32变化阈值法
9
f有时候图像中有如下一些情况：有阴影，照度不均匀，各处的对比度不同，突发噪声，背景灰度变化等，在这些情况下，如果只用一个固定的全局阈值对整幅图像进行分割，则由于不能兼顾图像各处的情况而使分割效果受到影响。有一种解决办法就是用与象素位置相关的一组阈值来对图像各部分分别进行分割。这种与坐标相关的阈值也叫动态阈值，此方法也叫变化阈值法。
例如，一幅照度不均（左边亮右边暗）的原始图像为：图4原始图像
图5阈值低，对亮区效果好，则暗区差图6阈值高，对暗区效果好，则亮区差图7按两个区域取局部阈值的分割结果
4：仿真实验
10
f11
f结论
阈值法是一种传统r