1. 灰度平局值值法
   1. 使用整幅图像的灰度平均值作为二值化的阈值，一般该方法可作为其他方法的初始猜想值。
2. InterModes阈值分割
   1. 该方法假设直方图是一个双峰模式的直方图，对直方图使用平滑滤波迭代多次，直到只剩下两个最大的峰J与K则阈值为T=(J+K)/2,
   2. 特点
      1. 如果图像形成直方图只会有一个单峰或者有大片平坦区域的时候，该方法不太适合。
   3. 示例（对于这种有较明显的双峰的图像，该算法还是能取得不错的效果）
      1. 前后效果
3. IsoData阈值分割
   1. 通过给定一个随机阈值假设127把图像分为对象与背景进行分割，计算两部分的均值，不断迭代，直到阈值大于复合均值为止。最终阈值为：阈值 = (背景像素均值+对象像素均值)/2
4. MaxEntropy（最大熵值分割）
5. MinError(最小错误)
   1. 迭代算法基于Kittler与Illingworth的最小错误阈值分割方法，初始开始迭代的阈值为均值
6. Minimum（最小阈值）
   1. 类似于中间帧模式(InterModes)，都是假设直方图有两个波峰，通过均值平滑滤波最终得到两个本地最大的波峰，阈值等于yt-1>yt<=yt+1。
   2. 特点
      1. 该方法主要用于细胞图像分析
7. Moments（几何矩阈值）
8. Otsu阈值
   1. 主要是思想是取某个阈值，使得前景和背景两类的类间方差最大。图像直方图进行阈值分类，从0~255之间，然后求它们的最小内方差对应直方图灰度索引值作为阈值实现图像二值化
   2. 前后效果
   3. 特点
      1. 当目标与背景的大小比例悬殊时，类间方差准则函数可能呈现双峰或多峰，此时效果不好。这时就要考虑其他的办法
9. Percentile阈值
   1. 该方法假设前景像素ptile=0.5，然后对直方图按照灰度强度从0~255作为每个阈值分割通过迭代寻找最小比重值，最终得到阈值T
10. RenyiEntropy（雷尼熵阈值分割）
    1. 跟最大熵值方法类似，唯一不同是用Renyi熵计算公式取代广义熵值公式
11. Shanbhag（阈值分割）
    1. 基于直方图熵值实现的阈值分割方法
12. Triangle（三角阈值分割）
    1. 该方法是假设直方图只有一个波峰（单峰直方图）使用如下方法求得最大距离对应的直方图灰度值即为阈值
    2. 示例
13. Yen（阈值分割）
    1. 基于直方图数据的最大相关条件实现的二值图像分割方法