1） 灰度门限自适应法

1）灰度门限自适应法（最大类间方差法(OTSU)）在通常情况下，目标在整幅图像中所占的比例通常是比较小的，图像的大部分区域是背景，而且背景信息往往会比目标信息更复杂。所以，可以利用图像的灰度分布特性检测图像中的目标。常用于检测目标的方法有直方图灰度门限法、概率统计灰度门限法以及自适应灰度门限法。这三种方法在可见光图像中目标的检测上已经取得了很好的效果。在单帧图像小目标的检测上，灰度门限自适应法利用最小类内均方差准则自适应地确定检测目标的最佳门限。与其它两种方法相比，能够更高效、精确的检测目标。