Otsu演算法：取一個最優閾值把原影象分為前景色（A部分）與背景色（B部分），兩部分的類間方差越大，說明兩部分差別越大，便能有效的分割影象。所以該演算法最關鍵的是找到最優閾值。

方差：    例如  1，2，3，4，5

              先求均值：1/5（1+2+3+4+5）=3

              方差=1/5[(1-3)^2+（2-3）^2+(3-3)^2+(4-3)^2+(5-3)^2]=

              (上式能把1/5分別帶入相乘)

類間方差：與方差相似，求不同部分之間的方差      

               例如1，2，3，4，5。把1，2，3當成一個A部分，4，5當成B部分，由方差可知，需要得到總均值，A部分所有比例，B部分所佔比例，A部分值（即均值），B部分值（即均值）

              PA（A比例）=3/5           PB（B比例）=2/5

              ave_all（總均值）=3       ave_A(A均值)=1/3(1+2+3)       ave_B(B均值)=1/2(4+5) 

              類間方差=PA*(ave_A-ave_all)^2+PB*(ave_B-ave_all)^2（Otsu演算法）

公式程式碼如下：

close;clear;clc;
I=im2double(imread('coins.png'));  %變為雙精度，即0-1
subplot(221);imhist(I);            %顯示灰度直方圖
[M,N]=size(I);                     %得到影象行列畫素
number_all=M*N;                    %總畫素值
hui_all=0;                         %預設影象總灰度值為0
ICV_t=0;                           %預設最大方差為0
%得到影象總灰度值
for i=1:M
    for j=1:N
        hui_all=hui_all+I(i,j);
    end
end
all_ave=hui_all*255/number_all;   %影象灰度值的總平均值


%t為某個閾值，把原影象分為A部分（每個畫素值>=t）與B部分（每個畫素值<t）
for t=0:255                       %不斷試探最優t值
    hui_A=0;                      %不斷重置A部分總灰度值
    hui_B=0;                      %不斷重置B部分總灰度值
    number_A=0;                   %不斷重置A部分總畫素
    number_B=0;                   %不斷重置B部分總畫素
    for i=1:M                     %遍歷原影象每個畫素的灰度值
        for j=1:N
            if (I(i,j)*255>=t)    %分割出灰度值》=t的畫素
                number_A=number_A+1;  %得到A部分總畫素
                hui_A=hui_A+I(i,j);   %得到A部分總灰度值
            elseif (I(i,j)*255<t) %分割出灰度值《t的畫素
                number_B=number_B+1;  %得到B部分總畫素
                hui_B=hui_B+I(i,j);   %得到B部分總灰度值
            end
        end
    end
    PA=number_A/number_all;            %得到A部分畫素總數與影象總畫素的比列
    PB=number_B/number_all;            %得到B部分畫素總數與影象總畫素的比列
    A_ave=hui_A*255/number_A;          %得到A部分總灰度值與A部分總畫素的比例
    B_ave=hui_B*255/number_B;          %得到B部分總灰度值與B部分總畫素的比例
    ICV=PA*((A_ave-all_ave)^2)+PB*((B_ave-all_ave)^2);  %Otsu演算法
    if (ICV>ICV_t)                     %不斷判斷，得到最大方差
        ICV_t=ICV;
        k=t;                           %得到最大方差的最優閾值
    end
end
k                                      %顯示閾值

在MATLAB中自帶Otsu演算法，呼叫即可  

    k=graythresh(I)               %I為灰度影象。k為最優閾值，其大小在[0,1]之間 ，為雙精度型別         

    程式碼如下：

 close;clear;clc;
I=im2double(imread('coins.png'));
k=graythresh(I);              %得到最優閾值
J=im2bw(I,k);                  %轉換成二值圖，k為分割閾值
subplot(121);imshow(I); 
subplot(122);imshow(J);