matlab图像处理——分水岭法

分水岭算法（watershed）是一种借鉴了形态学理论的分割方法，在该方法中，将一幅图像看成一个拓扑地形图，其中灰度值f(x,y)对应地形高度值。高灰度值对应的山峰，低灰度值对应山谷。水总是朝地势低的地方流动，直到某一局部低洼处才停下来，这个低洼处被称为吸水盆地。最终所有的水分会分聚在不同的吸水盆地，吸水盆地之间的山脊被称为分水岭。水从分水岭留下时，朝不同的吸水盆地流动的可能性是相等的。使用这种想法用于图像分割，就是要在灰度图像中找出不同的“吸水盆地”和“分水岭”。
分水岭阈值选择算法可以看作一种自适应的多阈值分割算法，在图像梯度图上进行阈值选择时，经常遇到的问题是如何恰当的选择阈值。若阈值选得太高，则许多边缘会丢失或出现破碎现象；若阈值选得太低，则容易产生虚假边缘，而且边缘变厚导致定位不精确。分水岭法可以避免这个问题。

matlab中提供的watershed函数用于实现分水岭分割图像，其调用格式如下。
L=watershed（A）：输入参数A为待分割的图像；输出参数L为与A维数相同的非负整数矩阵，标记分割结果。矩阵元素值为对应位置上像素点所属区域编号，0元素表示对该像素点是分水岭像素，不属于任何一个区域。
L=watershed（A，conn）：参数conn用于指定算法中使用的元素的连通方式。（二维连通：conn取 4或8；三维conn可取4、8或16）

watershed函数不仅适用于图像分割，也可以用于对任意维区域进行分割，A是对这个区域的描述，可以是任意维的数组，每一个元素可以是任意实数。

clear all %产生一个包含两个重叠的圆形图案的二值图像 center1 = -10; center2 = -center1; dist = sqrt(2*(2*center1)^2);radius = dist/2 * 1.4; lims = [floor(center1-1.2*radius) ceil(center2+1.2*radius)]; [x,y]=meshgrid(lims(1):lims(2)); bw1 = sqrt((x-center1).^2+(y-center1).^2) <=radius; bw2 = sqrt((x-center2).^2+(y-center2).^2) <=radius; bw = bw1 | bw2; subplot(131);imshow(bw,'InitialMagnification','fit');xlabel('(a)二值图像'); %对二值图像进行变换，得到一个包含两个“盆地”的图像 D=bwdist(~bw); subplot(132);imshow(D,[],'InitialMagnification','fit'); xlabel('(b)分割前的等高线'); %补充距离变换 D=-D; D(~bw) =-Inf; %进行watershed分割并将分割结果以标记图形式绘出 L=watershed(D); rgb = label2rgb(L,'jet',[.5 .5 .5]); subplot(133);imshow(rgb,'InitialMagnification','fit'); xlabel('(c)D的分水岭变换')

结果图如下：

三维不作解释，差不多道理。还请多多指教。

与50位技术专家面对面20年技术见证，附赠技术全景图

总结

以上是生活随笔为你收集整理的matlab图像处理——分水岭法的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。