灰度平均值的阈值
将一幅图所有像素值加总除以总像素个数，得到平均值，这种方法最简单但有很多盲区，一般用来做初始分割的猜测值。
谷底最小值的阈值
用于具有明显双峰直方图的图像，其寻找双峰的谷底作为阈值，但是该方法不一定能获得阈值，对于那些具有平坦的直方图或单峰图像，该方法不合适。
百分比阈值
Doyle于1962年提出的P-Tile (即P分位数法)可以说是最古老的一种阈值选取方法。该方法根据先验概率来设定阈值，使得二值化后的目标或背景像素比例等于先验概率，该方法简单高效，但是对于先验概率难于估计的图像却无能为力。
迭代法获得阈值
先假定一个阈值，然后计算在该阈值下的前景和背景的中心值，当前景和背景中心值得平均值和假定的阈值相同时，则迭代中止，并以此值为阈值进行二值化。
otsu 大津算法
OTSU算法是由日本学者OTSU于1979年提出的一种对图像进行二值化的高效算法。
利用阈值将原图像分成前景，背景两个图像。
前景：用n1,csum,m1来表示在当前阈值下的前景的点数，质量矩，平均灰度
后景：用n2, sum-csum,m2来表示在当前阈值下的背景的点数，质量矩，平均灰度
当取最佳阈值时，背景应该与前景差别最大，关键在于如何选择衡量差别的标准，而在otsu算法中这个衡量差别的标准就是最大类间方差，在本程序中类间方差用sb表示，最大类间方差用fmax
一维最大熵二值化方法
信息论中熵的概念引入到图像中，通过计算阈值分割后两部分熵的和来判断阈值是否为最佳阈值。
最大熵原理是在1957年山E.TJaynes提出的，其主要思
想是，在只掌握关于未知分布的部分知识时，应该选取符合这些知识但熵值最大
的概率分布。因为在这种情况下，符合已知知识的概率分布可能不止一个。我们
知道，熵定义的实际上是一个随机变量的不确定性，熵最大的时候，说明随机变
量最不确定，换句话说，也就是随机变量最随机，对其行为做准确预测最困难。
Kittler最小错误分类法
一幅图像的灰度直方图h(g)可以看成是由目标和背景两种像素组成的混合总体的概率密度函数p(g)，g = 0,1, ……, T。假设它的每个分量p(g|i)，i = 0或1，呈正态分布，并有期望Ui ，标准差σi和先验概率Pi。
双峰平均值的阈值
基于谷底最小值的阈值方法类似，只是最后一步不是取得双峰之间的谷底值，而是取双峰的平均值作为阈值。
力矩保持法阈值
通过选择恰当的阈值从而使得二值后的图像和原始的灰度图像具有三个相同的初始力矩值。
基于模糊集理论的阈值
1994年，是清华大学黄良凯（Liang-kai Huang) 所写，因此国外一些论文里和代码里称之为Huang’s fuzzy thresholding method。