多値化に対して、大津は多クラスの場合の判別基準を最大化するような複数のしきい 値を求めるダイナミックプログラミングを用いたアルゴリズムを提案した [127]。このアルゴリズムを用いると、正確に最適なしきい値を求めること ができる。これに対して、Kittler らは彼らの基準を多値化の場合に拡張して、複数 のしきい値を求める繰り返しアルゴリズムを示した [70]。そのアルゴ リズムは高速であるが、局所最適解しか求まらない可能性があり、初期値に強く依存 する。この問題に対して、階層的クラスタリングの方法を用いることも可能であるが、 ここでは、Kittler らの基準に対してもより直接的なダイナミックプログラミングを 用いるアルゴリズムが構成できることを示す。以下このアルゴリズムを MTK (Multi-Thresholding using Kittler's criterion) 法と呼ぶことにする。アルゴリ ズムは、評価基準が異なる以外は大津のアルゴリズムとほとんど同じである。