方法：
1、全局二值化
2、局部自適應二值化
應用
壹幅圖像包括目標物體、背景還有噪聲，要想從多值 二值化的數字圖像中直接提取出目標物體，最常用的方法就是設定壹個閾值T，用T將圖像的數據分成兩部分：大於T的像素群和小於T的像素群。這是研究灰度變換的最特殊的方法，稱為圖像的二值化（BINARIZATION）。 圖像的二值化，就是將圖像上的像素點的灰度值設置為0或255，也就是將整個圖像呈現出明顯的只有黑和白的視覺效果。
1、局二值化
壹幅圖像包括目標物體、背景還有噪聲，要想從多值的數字圖像中直接提取出目標物體，最常用的方法就是設定壹個全局的閾值T，用T將圖像的數據分成兩部分：大於T的像素群和小於T的像素群。將大於T的像素群的像素值設定為白色（或者黑色），小於T的像素群的像素值設定為黑色（或者白色）。 全局二值化，在表現圖像細節方面存在很大缺陷。為了彌補這個缺陷，出現了局部二值化方法。 局部二值化的方法就是按照壹定的規則將整幅圖像劃分為N個窗口，對這N個窗口中的每壹個窗口再按照壹個統壹的閾值T將該窗口內的像素劃分為兩部分，進行二值化處理。
2、部自適應二值化
局部二值化也有壹個缺陷。這個缺陷存在於那個統壹閾值的選定。這個閾值是沒有經過合理的運算得來，壹般是取該窗口的平局值。這就導致在每壹個窗口內仍然出現的是全局二值化的缺陷。為了解決這個問題，就出現了局部自適應二值化方法。 局部自適應二值化，該方法就是在局部二值化的基礎之上，將閾值的設定更加合理化。該方法的閾值是通過對該窗口像素的平均值E，像素之間的差平方P，像素之間的均方根值Q等各種局部特征，設定壹個參數方程進行閾值的計算，例如：T=a*E+b*P+c*Q，其中a,b,c是自由參數。這樣得出來的二值化圖像就更能表現出二值化圖像中的細節。
編輯本段應用
二值化是圖像處理的基本操作，任何圖像處理基本離不開二值化的操作。其應用非常廣泛。
（轉載自百度百科--》二值化）