这个问题首先要明白二维otsu得到的（s，t）的含义。
二维otsu分割得到的数值（s，t）定义在图像二维直方图上，也就是一个LxL大小的正方形区域，L表示图像的灰度级（比如256），正方形区域的横坐标表示图像像元的灰度值，纵坐标表示像元的邻域的平均灰度值，该正方形区域中的任一点（i，j）的值pij表示（i，j）发生的频率。
因此，求出的二维otsu分割数值（s，t）是上述LxL大小的正方形区域中的一点，可以将此二维直方图划分为4块，对图像的分割也可以划分为如下四种，对于任意的（i，j）有:
（1） 0<i <s,且0< j<t,         的区域表示背景；
（2）s< i <L-1,且t<j<L-1,   的区域表示目标；
（3） 0<i <s,且t<j<L-1,      的区域表示噪声；
（4） s< i <L-1,且0< j<t,    的区域表示边缘；
因此，二维otsu分割时，既要考虑像素的灰度值（与s比较），还要考虑该像素灰度值邻域内灰度值的均值（与t比较），将图像按照上述的四个区域进行分割。
当然，如果简单的话，直接取阈值为s，将背景和噪声置零，将边缘和目标置为1.

cvThreshold
　　cvThreshold是opencv库中的一个函数
　　作用：函数 cvThreshold 对单通道数组应用固定阈值操作。该函数的典型应用是对灰度图像进行阈值操作得到二值图像。(cvCmpS 也可以达到此目的) 或者是去掉噪声，例如过滤很小或很大象素值的图像点。本函数支持的对图像取阈值的方法由 threshold_type 确定。
　　形式：void cvThreshold( const CvArr* src, CvArr* dst, double threshold, double max_value, int threshold_type );
　　src：原始数组 (单通道 , 8-bit of 32-bit 浮点数)。dst：输出数组，必须与 src 的类型一致，或者为 8-bit。
　　threshold：阈值
　　max_value：使用 CV_THRESH_BINARY 和 CV_THRESH_BINARY_INV 的最大值。
　　threshold_type：阈值类型 threshold_type=CV_THRESH_BINARY:
　　如果 src(x,y)>threshold ,dst(x,y) = max_value; 否则,des（x,y）=0;
　　threshold_type=CV_THRESH_BINARY_INV:
　　如果 src(x,y)>threshold,dst(x,y) = 0; 否则,dst(x,y) = max_value.
　　threshold_typ
=============================================================================================================

最大类间方差法（otsu）的原理：
        阈值将原图象分成前景，背景两个图象。
        前景：用n1, csum,     m1来表示在当前阈值下的前景的点数，质量矩，平均灰度
        后景：用n2, sum-csum, m2来表示在当前阈值下的背景的点数，质量矩，平均灰度
        当取最佳阈值时，背景应该与前景差别最大，关键在于如何选择衡量差别的标准
        而在otsu算法中这个衡量差别的标准就是最大类间方差（英文简称otsu，这也就是这个算法名字的来源）
        在本程序中类间方差用sb表示，最大类间方差用fmax
        关于最大类间方差法（otsu）的性能:
        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。
        当目标与背景的大小比例悬殊时，类间方差准则函数可能呈现双峰或多峰，此时效果不好，但是类间方差法是用时最少的。
        最大最大类间方差法（otsu）的公式推导：
        记t为前景与背景的分割阈值，前景点数占图像比例为w0， 平均灰度为u0；背景点数占图像比例为w1，平均灰度为u1。
        则图像的总平均灰度为：u=w0*u0+w1*u1。
        前景和背景图象的方差：g=w0*(u0-u)*(u0-u)+w1*(u1-u)*(u1-u)=w0*w1*(u0-u1)*(u0-u1),此公式为方差公式，可参照概率论课本
        上面的g的公式也就是下面程序中的sb的表达式
        当方差g最大时，可以认为此时前景和背景差异最大，也就是此时的灰度是最佳阈值
 
unsafe public int GetThreshValue(Bitmap image)
        {
            BitmapData bd = image.LockBits(new Rectangle(0, 0, image.Width, image.Height), ImageLockMode.WriteOnly, image.PixelFormat);
            byte* pt = (byte*)bd.Scan0;
            int[] pixelNum = new int[256];           //图象直方图，共256个点
            byte color;
            byte* pline;
            int n, n1, n2;
            int total;                              //total为总和，累计值
            double m1, m2, sum, csum, fmax, sb;     //sb为类间方差，fmax存储最大方差值
            int k, t, q;
            int threshValue = 1;                      // 阈值
            int step = 1;
            switch (image.PixelFormat)
            {
                case PixelFormat.Format24bppRgb:
                    step = 3;
                    break;