（2-1）

其中，Nobject 为目标物的像素点数；Nimage 为图像的总像素点数。

② 计算图像的灰度分布 pi ( i= 0,1,2,…,255 )。

                                                           （2-2）

其中，Ni 为图像中灰度值为 i 的像素个数 。

③ 计算目标区域累计分布 Pk （ k= 0,1,2,…,255) 。

                                                           （2-3）

此时，图像必须满足一个特殊条件，那就是，图像的目标部分属于较暗部分（灰度值较小），而且背景和目标的界限明显。否则，目标区域的累计分布就不能从0灰度值开始累加。

④ 计算阈值 Th 。

                                                  （2-4）

这个表达式的意思是，使得目标区域累计分布 与预先已知的目标物比例 差的绝对值最小的 值，就是所选取的分割阈值 。

    这种算法对图像的要求较高，即使预先已知图像的目标物所占比例，如果目标物的灰度值并不严格的分布在较低或者较高部分，且和背景界限分明，那么，在计算目标区域累计分布的时候就非常的复杂。这也决定了这种算法的局限性。来.自/751·论|文-网·www.751com.cn/

2.2.2 均匀性度量法

均匀性度量法的算法思想：选取一个合适阈值 ，把图像分为目标物和背景两个类别，使得同一类别内的像素值均匀分布。

方差是比较普遍用来度量像素间均匀性的参数。设原图像为 f（x,y) ,结果图像为 g(x,y) 。其中，此两函数表征的是像素灰度值。 通过图像分割将原图像分为 C1 和C2 （即背景和目标） 两类，则算法步骤如下：

① 给定初始阈值 Th=Th0 ，将图像分为C1和C2 两类