（二）    迭代法阈值分割
迭代法阈值选择的基本思想是：首先设定一个阈值作为估计值，然后按照一定规则不断优化此估计值，直至最佳。迭代法阈值选择的关键在于优化规则。好的优化规则应该包括以下两点：一是收敛速度快，而是新阈值要比上次阈值更加理想。迭代所得的阈值分割的裂缝病害图像效果良好。基于迭代的阈值能区分出图像的前景和背景的主要区域所在，但在图像的细微处还没有很好的区分度。
（三）    最大类间方差阈值分割
最大类间方差阈值分割算法是由日本学者大津于1979年提出的，是一种自适应阈值确定方法，也称大津法。该方法具有简单、处理速度快的优点，是一种常用的阈值选取方法。其基本思想是将直方图在某一阈值处分割成两组，当被分成的两组的方差为最大时，得到阈值。因为方差是灰度均匀性的一种量度，方差值越大，说明构成图像的两部分差别越大，当部分目标错分为背景或部分背景错分为目标都会导致两部分差别变小，因此使类间方差最大的分割意着错分概率最小。
根据选定阈值T，把图像中的像素分成两类，记为 和 。其中 中的像素灰度值在[0，T]之间， 中的像素灰度值在 之间，整幅图像的均值如公式（3-9）所示：
               （其中 为对应灰度级i的概率）       （3-9）
则 和 的均值如（3-10）所示：
                                        （3-10）
其中    ，且两者和为1。              
由上面式子可得公式（3-11）：
                                             （3-11）
类间方差定义如公式（3-12）所示：
                     (3-12)
让T在 范围依次取值，使 最大的T值即为大津法的最佳阈值。

     由于裂缝灰度直方图没有明显波峰波谷，采用直方图阈值分割时难以确定最佳阈值，需要人工检测选择比较，速度慢效率太低。迭代求图像最佳分割阈值在运算的过程中要对整幅图像进行计算来获得阈值，这个阈值不是很准确；最大类间方差法恰恰弥补了迭代法求阈值的这一弱点,最大类间方差法是基于整幅图像的统计特性，实现了阈值的自动选取。当被分割的两类类间方差最大时，此灰度值就作为图像二值化处理的阈值，算法简单、处理速度快、应用广泛，是一种常用的阈值选取方法。
因此本系统采用大津法进行的阈值分割，MATLAB提供了的graythresh函数求取阈值,就是采用大津法。程序代码如下:
T=graythresh(l1);     %利用大津法求最佳阈值
g=im2bw(l1,T);       %将滤波后的图像转化为二值图
figure,imshow(g);     %显示二值图
处理效果如图3-5所示：
          
图3-5  最大类间方差法分割效果图
3.5边缘轮廓平滑
 图像形态学是在数学形态学的基础上依据集合论方法发展起来的非线性图像处理方法[15]。它近年来一门新兴的图像分析学科，其基本理论和方法在图像分析、视觉检测以及机器人视觉等领域都取得了非常成功的应用，而且它是建立在严格的数学理论的基础之上，数学形态学的语言是集合论。同样，形态学也为图像处理问题提供了一种的有力方法。利用数学形态学处理数字图像的基本思想是用具有一定形态的结构元素对图像进行“探测”，收集图像的信息，利用探针在图像中不断移动来探测考察图像中的各个部分之间的相互关系，从而了解或者提取图像的结构特征。作为探针的结构元素，可直接携带知识（大小、形态甚至加入色度信息和灰度）来研究、探测图像的结构特点。 高速公路裂缝检测算法研究(9):http://www.youerw.com/tongxin/lunwen_2093.html