OSTU大津法算法思想：
一幅有depth个灰度级，根据每个灰度级t，可以将一幅图分为前景和背景。
前景指所有灰度级低于等于t的像素点，背景指大于t的像素点。
w0指前景像素个数；
w1指背景像素个数；
u0指前景加权平均，即
temp=0;
for i=1:t
temp=temp+i*hist(i)
end
u0=temp/w0;
其中w0=hist(0)+hist(1)+……+hist(t)
hist指各个灰度级上的像素个数
u1对应是背景加权平均
u对应整幅图的加权平均
u=u0*w0+u1*w1.(*)
大津法的结果指使得g最大的t值：
g=w0*(u0-u)^2+w1*(u1-u)^2=w0*w1*(u1-u0)^2 （代入*式可得）
实现代码：
function level = Mygraythresh(I)
%GRAYTHRESH Global image threshold using Otsu's method.
% LEVEL = Mygraythresh(I) computes a global threshold (LEVEL) that can be
% used to convert an intensity image to a binary image with IM2BW. LEVEL
% is a normalized intensity value that lies in the range [0, 1].
% GRAYTHRESH uses Otsu's method, which chooses the threshold to minimize
% the intraclass variance of the thresholded black and white pixels.
%
% Example
% -------
% I = imread('coins.png');
% level = Mygraythresh(I);
% BW = im2bw(I,level);
% figure, imshow(BW)
%
% See also IM2BW.
%I=rgb2gray(I);
I=im2uint8(I(:));
depth=256;
counts=imhist(I,depth);
w=cumsum(counts);
ut=counts .* (1:depth)';
u=cumsum(ut);
MAX=0;
level=0;
for t=1:depth
u0=u(t,1)/w(t,1);
u1=(u(depth,1)-u(t,1))/(w(depth,1)-w(t,1));
w0=w(t,1);
w1=w(depth,1)-w0;
g=w0*w1*(u1-u0)*(u1-u0);
if g > MAX
MAX=g;
level = t;
end
end
level=level/256;
实验结果与matlab自带的graythresh略有差别。