阈值分割方法分类：
(1) 依赖象素的（全局）阈值方法：仅根据f (x, y)来选取阈值，分析全局的直方图情况。
主要算法：
1、最优阈值（双峰情况）
2、由直方图凹凸性确定的阈值（根据直方图的凹凸性，用于直方图的一个峰淹没在另一个峰的缓破里的情况。）
(2) 依赖区域的（局部）阈值方法：根据f (x, y)和p(x, y)来选取阈值，对全局方案加上像素点的局部信息（例如梯度），对直方图进行修正。
主要算法：
1. 直方图变换：
借助邻域性质变换原来的直方图，在统计直方图的过程中添加有关于梯度的权值，一般分为两种情况：
①获得低梯度值象素的直方图峰之间的谷比原直方图深
②获得高梯度值象素的直方图峰由原直方图的谷转化而来
2、灰度值和梯度值散射图：
一个轴是灰度，一个轴是梯度，然后做一张散射图。中间部分是边界像素。
（3）依赖坐标的阈值选取
简单的说就是讲原先的图分割成小图有重叠的，每张小图片做阈值处理，然后再讲这些图组合起来，用于处理由于光照产生的图像问题比较有效果。
具体算法：（动态阈值）每一个不同坐标的像素的
1、将整幅图像凤城一系列相互之间有50%重叠的子图像。
2、统计每个子图像的直方图。
3、检测每个图像的直方图是否为双峰，如果是，则采用最优阈值法确定一个与之，否则不处理。
4、根据直方图为双峰的子图像得到的阈值通过插值得到所有子图像的阈值。
5、根据个子图像的阈值在通过插值得到所有像素的阈值，然后对图像进行分割。