传统大津法的思路是根据灰度将图像中像素分为前景和背景两类，然后计算一个最优阈值，使类间方差最小[15]，而在光条图像中，受环境光影响，类间方差没有出现明显峰谷，因而达不到理想的分割效果。
本文采用双阈值大津法[16]分割光条图像，算法步骤为：将图像中像素分为暗背景B1、亮背景B2、前景F三类。T1和T2分别为双阈值中的较低阈值和较高阈值。将灰度值在[0,T1]内的像素划入B1, 灰度值在[T1+1,T2]内的像素划入B2, 灰度值在[T2,255]内的像素划入F。B1、B2、F包含的像素数占全部像素的比例分别为p1、p2、p3，这三类像素的灰度均值分别为m1、m2、m3。使取得最大值的T1、T2为最佳阈值，其中T2用来区分背景和前景，将灰度值大于T2的像素置255，小于T2的像素置0。对同一幅光条图像分别采用传统大津法和双阈值大津法分割，
