分割阈值opencv2

大津法及最优迭代求分割阈值（opencv2），采用了该文献中的代码思想并作了修改。大津法OSTU：http://blog.csdn.net/guoyk1990/article/details/7606032 迭代的最优阈值选择：http://blog.csdn.net/lichengyu/article/details/4775974 ，这篇文中附的代码有问题，做了修改。

#include “stdafx.h“
#include “iostream“
#include “opencv2/opencv.hpp“

using namespace cv;
using namespace std;

/// 函数迭代法求阈值输入灰度图像，返回最优阈值
int LQIterationThreshold（Mat& src）
{
	CV_Assert（1 == src.channels（））;
	int width = src.cols;
	int height = src.rows;

	int temp = 0 Threshold = 0;//Threshold是阈值 
	int Ub = 0 Uo = 0;//Ub是背景的平均值，Uo是目标的平均值 
	int Number_black = 4 Number_object = 0;//nUb是背景区域像素的数目nUb是背景区域像素初始为4，nUo是目标区域像素的数目  
	Number_object = width * height - Number_black; 
	Ub = （int）（src.at（00） + src.at（0width-1） + src.at（height-10） + 
		src.at（height-1width-1）） / Number_black;

	Uo = Uo - Ub * Number_black; 
	Uo /= Number_object; 
	Threshold = （Ub + Uo） / 2; 
	while（temp != Threshold） 
	{ 
		Ub = 0; 
		Uo = 0; 
		Number_black = 0; 
		Number_object = 0; 
		for （int y=0;y		{ 	
			uchar* srcdata = src.ptr（y）;
			for （int x=0;x			{ 	

				if（（int）srcdata[x] < Threshold）//if f（ij）				{ 
					Ub += （int）srcdata[x]; 
					Number_black++; 
				} 
				else 
				{ 
					Uo += （int）srcdata[x]; 
					Number_object++; 
				} 
			} 
		}    
		Ub /= （Number_black + 1）; 
		Uo /= （Number_object + 1）; 
		temp = Threshold; 
		Threshold = （Ub + Uo） / 2;    
	} 
	return Threshold;
}

/// 最优迭代法求阈值，输入灰度图，输出二值化图像
void ThreIteration（Mat &src Mat &dst）
{
	CV_Assert（1 == src.channels（））;
	int width = src.cols;
	int height = src.rows;
	dst.create（src.size（） CV_8UC1）;

	int temp = 0 Threshold = 0;//Threshold是阈值 
	int Ub = 0 Uo = 0;//Ub是背景的平均值，Uo是目标的平均值 
	int Number_black = 4 Number_object = 0;//nUb是背景区域像素的数目nUb是背景区域像素初始为4，nUo是目标区域像素的数目  
	//Number_black = 4; //
	Number_object = width * height - Number_black; 
	Ub = （int）（src.at（00） + src.at（0width-1） + src.at（height-10） + 
		src