1. OTSU算法：从原理到嵌入式实战
第一次在STM32上跑图像处理时，我盯着屏幕上的灰度直方图发愁——怎么让这个单片机自动找到最佳分割阈值？直到遇到OTSU算法，才发现原来20行C代码就能解决这个问题。这个由日本学者大津展之在1979年提出的算法，至今仍是嵌入式图像二值化的首选方案。
OTSU的核心思想非常巧妙：它把图像像素分成前景和背景两类，通过数学方法找到一个阈值，使得两类之间的方差最大化。实际测试中，对一张320x240的灰度图，在STM32F407（168MHz主频）上处理仅需8ms，比人工阈值法效果稳定得多。
关键公式其实就两个：
- 类间方差：σ² = w0w1(μ0-μ1)²
- 最佳阈值：当σ²最大时的灰度值k
在嵌入式环境实现时，需要特别注意三个特性：
- 无浮点运算：全部用整数运算替代
- 单次遍历：避免重复计算直方图
- 内存优化：合理使用查找表(LUT)
2. 原始实现与性能瓶颈分析
2.1 基础版双循环实现
先看最直观的实现方式——双循环版本。我在STM32F103上第一次实现时是这样写的：
uint8_t otsu_threshold(uint8_t *image, int width, int height) { int histogram[256] = {0}; float total_pixels = width * height; // 第一遍：统计直方图 for(int i=0; i<height; i++) { for(int j=0; j<width; j++) { histogram[image[i*width + j]]++; } } // 第二遍：计算最佳阈值 float max_variance = 0; uint8_t best_thresh = 0; for(int t=0; t<256; t++) { float w0 = 0, w1 = 0, sum0 = 0, sum1 = 0; for(int i=0; i<=t; i++) { w0 += histogram[i]; sum0 += i * histogram[i]; } // ...省略w1和sum1的计算... float variance = (sum0/w0 - sum1/w1) * (sum0/w0 - sum1/w1) * w0 * w1; if(variance > max_variance) { max_variance = variance; best_thresh = t; } } return best_thresh; }这个版本在PC上运行良好，但在STM32上测试320x240图像需要惊人的120ms！通过Keil的Performance Analyzer工具分析，发现三个主要瓶颈：
- 三重循环带来的O(n²)时间复杂度
- 大量的浮点运算（Cortex-M3没有FPU）
- 重复计算的直方图统计
2.2 内存访问优化实战
嵌入式处理器的缓存通常很小（比如STM32F4的DCache只有16KB），针对图像处理要做特别优化。实测发现，按行访问比按列访问快3倍以上：
// 好的访问方式（缓存友好） for(int y=0; y<height; y++) { uint8_t *row_ptr = image + y*width; for(int x=0; x<width; x++) { histogram[row_ptr[x]]++; } } // 差的访问方式（缓存抖动） for(int x=0; x<width; x++) { for(int y=0; y<height; y++) { histogram[image[y*width + x]]++; } }3. 深度优化：单循环整数版实现
3.1 数学等价变形技巧
OTSU的类间方差公式可以变形为： σ² = (μTw0 - sum0)² / (w0(1-w0))
其中μT是整体均值。这个变形带来两个优势：
- 消除除法运算
- 允许增量计算
基于此，我优化出的单循环版本：
uint8_t otsu_optimized(uint8_t *img, int width, int height) { uint32_t hist[256] = {0}, sum_total = 0; const uint32_t pixel_count = width * height; // 单次遍历：同时统计直方图和总像素值 for(int i=0; i<pixel_count; i++) { uint8_t val = img[i]; hist[val]++; sum_total += val; } uint32_t sum0 = 0, w0 = 0; uint32_t max_variance = 0; uint8_t best_thresh = 0; for(int t=0; t<256; t++) { w0 += hist[t]; sum0 += t * hist[t]; if(w0 == 0 || w0 == pixel_count) continue; // 使用整数运算避免浮点 uint32_t w1 = pixel_count - w0; uint32_t sum1 = sum_total - sum0; uint32_t tmp = (sum0*w1 - sum1*w0); uint32_t variance = tmp * tmp / (w0 * w1); if(variance > max_variance) { max_variance = variance; best_thresh = t; } } return best_thresh; }这个版本在STM32F407上的性能提升惊人：
- 处理时间从120ms降至12ms
- 代码体积减少40%
- 完全避免浮点运算
3.2 查找表(LUT)终极优化
对于需要实时处理的场景，还可以预计算平方倒数表：
const uint32_t inv_table[256] = { /* 预计算的1/n值放大2^16倍 */ }; // 在方差计算时替换除法： uint32_t variance = (tmp * tmp) * inv_table[w0] * inv_table[w1] >> 32;实测在800x600图像上，这种优化还能再提升30%速度。但要注意：
- 会占用1KB的Flash空间
- 可能引入微小误差
- 需要根据实际像素数量范围调整放大倍数
4. 嵌入式集成实战技巧
4.1 内存受限时的分块处理
当处理大尺寸图像时（比如OV7670的640x480），可以分块处理直方图：
#define BLOCK_SIZE 64 uint32_t hist[256] = {0}; for(int y=0; y<height; y+=BLOCK_SIZE) { int block_h = MIN(BLOCK_SIZE, height-y); for(int x=0; x<width; x+=BLOCK_SIZE) { int block_w = MIN(BLOCK_SIZE, width-x); // 处理当前块 for(int by=0; by<block_h; by++) { uint8_t *row = image + (y+by)*width + x; for(int bx=0; bx<block_w; bx++) { hist[row[bx]]++; } } // 这里可以加入阈值预判断 if(compute_current_variance(hist) > target) { break; // 提前终止 } } }4.2 动态ROI处理技巧
在实时监控场景中，可以结合运动检测只处理变化区域：
void process_frame(uint8_t *curr, uint8_t *prev) { static uint8_t roi[4] = {0}; // x,y,w,h detect_movement(curr, prev, roi); if(roi[2] > 0 && roi[3] > 0) { uint8_t thresh = otsu_optimized(curr + roi[1]*width + roi[0], roi[2], roi[3]); apply_threshold(curr, width, height, thresh, roi); } }这种优化在实际项目中可将处理时间降低60%-80%，特别适合人脸识别等应用场景。
