分水岭算法个人理解

分水岭算法流程：

经典的风水岭算法，分为 一下几步：

1 按像素值分层，即图像可分为256层，对图像像素排序

2 对每个像素层，首先将所有同一像素层标记设为-2 ，然后对该层像素点的邻域判断，若邻域内有被标记过的像素点，则将该像素点入栈，否则对该层像素点判断，若标记为-2，且8邻域内有像素点标记也为-2，则将该点和该邻域内的像素点设为同一标记，且该邻域点如栈，如此循环取得所有相邻的点都可标记为同一区域标记。

3. 对下一像素层进行像素点判断，同样判断该像素点的邻域内是否有被标记的点，若有，则该点入栈，否则执行1处理

4.对栈内像素对象进行判断，取该像素对象的邻域，若邻域内只有一个已被标记的像素点（不为分水岭），则该点被标记为已标记的点值，若一个标记点为分水岭，则该点也标记为分水岭。若有两个以上的被不同标记的点，则该点作为分水岭。

5 若栈内像素对象的邻域内，有一点同样为同层像素值的点，则将该点距离标记值加1，改点入栈。

 

**难点  curdist 这个距离参数，并没看懂他实际的意义。

 

 mser算法详见达叔 mser算法 https://www.cnblogs.com/shangd/p/6164916.html

首先图像数据预处理，将8位单通道灰度图转为32位单通道图。其中最高位记录是否被发现，17-19位记录方向。

heap 水坑边界数组，当前位置像素高于邻域像素，入栈当前像素，作为边界

comp，记录水坑数据堆栈，包括像素灰度值，面积（像素个数和像素位置）等
当水位下降时新入栈，水位提高时出栈并可能与之前的合并

history，记录水位抬高的历史，就是一个小坑抬高水位后一点点变成大坑的历史。遍历时：

history主要是记录用来判断最大稳定极值区域的数据，没有遍历的作用。主要记录时刻有两种：提高水位到边界heap中的最小高度，提高水位到comp中上一项的高度。要记录灰度值，像素数，快捷指针，孩子指针，稳定时的像素数。

总结： 首先数据预处理，然后去像素点，作为水坑开始扫描邻域，若邻域像素高，则入栈水坑边界，否则当前点入栈水坑边界，邻域点入栈水坑，

首先将当前像素作为水坑，得到边界，然后邻域遍历完后，出栈边界，作为当前像素，并寻找邻域，如此反复，
在水坑水位有抬高或者降低时，记录到历史水位数组中。