1.简介：

       一维Otsu算法有计算简洁、稳定、自适应强等优点，被广泛用于图像分割中。但一维Otsu算法没有考虑图像像素点之间的关系，当图像中有噪声时，会导致分割的效果不理想。因此，刘健庄等人在1993年提出了二维的Otsu算法，提升了算法的抗噪声能力。

2.算法思想：

       同时考虑像素的灰度值分布和它们邻域像素的平均灰度值分布，因此形成的阈值是一个二维矢量，最佳的阈值在一个二维的测度准则下确定最大值时得到。

3.算法过程：

（1）设图像I(x,y),的灰度级为L级，那么图像的邻域平均灰度也分为L级。（2）设f(x,y)为像素点(x,y)的灰度值，g(x,y)为像素点(x,y)为中心的K*K的像        素点集合的灰度平均值。令f(x,y)=i,g(x,y)=j，然后就形成了一个二元组(i,j)。（3）设二元组（i,j）出现的次数为fij，然后求出二元组对应的概率密度Pij，        Pij=fij/N, i,j=1,2，…，L，其中N为图像像素点总数。（4）任意选取一个阈值向量(s,t)选取的阈值向量将图像的二维直方图划分成4个        区域，B、C区域代表图像的前景和背景，A、D区域代表噪声点。

（5）设C、B两个区域对应的概率分别为w1，w2，对应的均值矢量为u1，u2。整个图        片所对应的均值矢量为uT。

4.代码实现（opencv3）：