簡介
一幅圖像包括目标物體、背景還有噪聲，要想從多值的數字圖像中直接提取出目标物體，最常用的方法就是設定一個阈值T，用T将圖像的數據分成兩部分：大于T的像素群和小于T的像素群。這是研究灰度變換的最特殊的方法，稱為圖像的二值化。
定義
圖像的二值化，就是将圖像上的像素點的灰度值設置為0或255，也就是将整個圖像呈現出明顯的隻有黑和白的視覺效果。
方法
全局二值化
一幅圖像包括目标物體、背景還有噪聲，要想從多值的數字圖像中直接提取出目标物體，最常用的方法就是設定一個全局的阈值T，用T将圖像的數據分成兩部分：大于T的像素群和小于T的像素群。将大于T的像素群的像素值設定為白色（或者黑色），小于T的像素群的像素值設定為黑色（或者白色）。全局二值化，在表現圖像細節方面存在很大缺陷。為了彌補這個缺陷，出現了局部二值化方法。
局部二值化的方法就是按照一定的規則将整幅圖像劃分為N個窗口，對這N個窗口中的每一個窗口再按照一個統一的阈值T将該窗口内的像素劃分為兩部分，進行二值化處理。
局部自适應二值化
局部二值化也有一個缺陷。這個缺陷存在于那個統一阈值的選定。這個阈值是沒有經過合理的運算得來，一般是取該窗口的平局值。這就導緻在每一個窗口内仍然出現的是全局二值化的缺陷。為了解決這個問題，就出現了局部自适應二值化方法。
局部自适應二值化，該方法就是在局部二值化的基礎之上，将阈值的設定更加合理化。該方法的阈值是通過對該窗口像素的平均值E，像素之間的差平方P，像素之間的均方根值Q等各種局部特征，設定一個參數方程進行阈值的計算，例如：T=a*E+b*P+c*Q，其中a,b,c是自由參數。這樣得出來的二值化圖像就更能表現出二值化圖像中的細節。
分類
根據阈值選取的不同，二值化的算法分為固定阈值和自适應阈值。比較常用的二值化方法則有：雙峰法、P參數法、叠代法和OTSU法等。
應用
二值化是圖像處理的基本操作，任何圖像處理基本離不開二值化的操作。其應用非常廣泛。
