![cover image](https://wikiwandv2-19431.kxcdn.com/_next/image?url=https://upload.wikimedia.org/wikipedia/commons/thumb/4/46/Image_processing_post_otsus_algorithm.jpg/640px-Image_processing_post_otsus_algorithm.jpg&w=640&q=50)
大津の二値化法
ウィキペディア フリーな encyclopedia
大津の二値化法(おおつのにちかほう、Otsu's method、大津の方法などとも呼ばれる)とは、コンピュータビジョンや画像処理において、自動画像しきい値処理を行うために使用される手法[1]。その名は大津展之(英語版)にちなむ。最も単純な形式では、アルゴリズムはピクセルをforegroundとbackgroundの2つのクラスに分ける1つの強度しきい値を返す。このしきい値はクラス内の強度分散を最小化することにより、または同等にクラス間の分散を最大化することにより決定される[2]。
![Thumb image](http://upload.wikimedia.org/wikipedia/commons/thumb/4/46/Image_processing_post_otsus_algorithm.jpg/640px-Image_processing_post_otsus_algorithm.jpg)
![Thumb image](http://upload.wikimedia.org/wikipedia/commons/thumb/4/4b/Image_processing_pre_otsus_algorithm.jpg/640px-Image_processing_pre_otsus_algorithm.jpg)
大津の二値化はフィッシャーの判別分析の1次元の離散に相当するものであり、ジェンクス最適化法(英語版)に関連しており、強度ヒストグラムで行われる大域最適なK平均法と同等である[3]。マルチレベルのしきい値処理へ拡大することは最初の論文で説明されており[2]、以降計算効率の高い実装が提案されている[4][5]。