WPF：圖像處理（四）大津法

    [csharp] using System;
    namespace SplashImaging
    {
    /// <summary>
    /// 圖像處理大津法二值化阈值計算方法
    /// </summary>
    public static partial class Binarize
    {
    /// <summary>
    /// 大津法計算阈值
    /// </summary>
    /// <param name=grayArray>灰度數組</param>
    /// <returns>二值化阈值</returns>
    public static Int OtsuThreshold（Byte[] grayArray）
    {   // 建立統計直方圖
    Int[] Histogram = new Int[];
    ArrayClear（Histogram ）     // 初始化
    foreach （Byte b in grayArray）
    {
    Histogram[b]++;                 // 統計直方圖
    }
    // 總的質量矩和圖像點數
    Int SumC = grayArrayLength;    // 總的圖像點數
    Double SumU = ;                  // 雙精度避免方差運算中數據溢出
    for （Int i = ; i < ; i++）
    {
    SumU += i * Histogram[i];     // 總的質量矩
    }
    // 灰度區間
    Int MinGrayLevel = ArrayFindIndex（Histogram NonZero）       // 最小灰度值
    Int MaxGrayLevel = ArrayFindLastIndex（Histogram NonZero）   // 最大灰度值
    // 計算最大類間方差
    Int Threshold = MinGrayLevel;
    Double MaxVariance = ;       // 初始最大方差
    Double U = ;                  // 初始目標質量矩
    Int C = ;                   // 初始目標點數
    for （Int i = MinGrayLevel; i < MaxGrayLevel; i++）
    {
    if （Histogram[i] == ） continue;
    // 目標的質量矩和點數
    U += i * Histogram[i];
    C += Histogram[i];
    // 計算目標和背景的類間方差
    Double Diference = U * SumC SumU * C;
    Double Variance = Diference * Diference / C / （SumC C） // 方差
    if （Variance > MaxVariance）
    {
    MaxVariance = Variance;
    Threshold = i;
    }
    }
    // 返回類間方差最大阈值
    return Threshold;
    }
    /// <summary>
    /// 檢測非零值
    /// </summary>
    /// <param name=value>要檢測的數值</param>
    /// <returns>
    ///     true:非零
    ///     false:零
    /// </returns>
    private static Boolean NonZero（Int value）
    {
    return （value != ） ? true : false;
    }
    }
    }
From:http://tw.wingwit.com/Article/program/net/201311/13006.html