双峰法
在一些简单的图像中，物体的灰度分布比较有规律，背景与各个目标在图像的直方图各自形成一个波峰，即区域与波峰一一对应，每两个波峰之间形成一个波谷。那么，选择双峰之间的波谷所代表的灰度值T作为阈值，即可实现两个区域的分割。
P参数法
当不同区域（即目标）之间的灰度分布有一定的重叠时，双峰法的效果就很差。如果预先知道每个目标占整个图像的比例P，则可以采用P参数法进行分割。假设已知整个直方图中目标区域所占的比例为P：1) 计算图像的直方图分布其中t=0,1,2,…,255，表示图像的灰度值； 2) 从最低的灰度值开始，计算图像的累计分布直方图
；3) 计算阈值T,有
，也就是说，阈值就是与P1最为接近的累积分布函数所对应的灰度值t。（仅适用于实现已知目标所占全图像百分比的场合）。
最大类间方差法阈值分割法（Otsu）
一种自适应的阈值确定的方法，按图像的灰度特性,将图像分成背景和目标两部分。类间方差法对噪音和目标大小十分敏感，它仅对类间方差为单峰的图像产生较好的分割效果。
最大类间方差法公式推导：记T为目标与背景的分割阈值，目标的像素点个数占图像的像素点个数的比例记为，平均灰度记为
，背景像素点占图像像素点的比例记为
，平均灰度记为
，图像的总平均灰度记为
，类间方差值记为g。则图像的总平均灰度值为：
； 前景和背景的方差值为：
；
通过前面所述，当方差g最大时，认为此时目标和背景相差最大，此时的T就是最佳阈值。
编程思想：可以用遍历的方法找到这个阈值：给图像建立灰度直方图，范围从[0,254]。从灰度级为0开始，0为背景，1-254为前景，计算方差；0、1为背景，2-254为前景，计算。遍历全部，求最大方差。
编程步骤：算灰度直方图（横轴为0-255，纵轴为个数每次加1），归一化，得到累计直方图A得到的每个bin就是从0到当前灰度值的像素数量所占的概率 ；由灰度直方图直接建立累计直方图B，其纵轴为灰度从0到当前灰度的总灰度值，除以对应的总数得到
。而
则为在累计直方图B中255对应的数减去
再除以个数。其中个数可由累计直方图A中的
乘上总像素得到。
最大熵阈值分割
迭代法（最佳阈值法）
