又称最大类间方差法。是由日本学者大津(Nobuyuki Otsu)于1979年提出的[1]，是一种自适合于双峰情况的自动求取阈值的方法。又叫大津法，简称Otsu。
算法提出初衷是是按图像的灰度特性，将图像分成背景和目标2部分。背景和目标之间的类间方差越大，说明构成图像的2部分的差别越大，当部分目标错分为背景或部分背景错分为目标都会导致2部分差别变小。因此，使类间方差最大的分割意味着错分概率最小。
图像应用详见博客（https://www.cnblogs.com/xiaomanon/p/4110006.html）
在Matlab中， graythresh函数使用最大类间方差法获得图像的阈值。
实际也可以用于其他方面的目标二分类。
使用 Otsu 类间方差法进行样本分类的基本目标是使分类结果的类间方差达到最大，类间方差表示为所分的两类样本重心与总样本重心之间的平均距离。
参考文献
[1] Ohtsu N. A Threshold Selection Method from Gray-Level Histograms[J]. IEEE Trans.syst.man Cybern, 1979, 9(1):62-66.