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。

  • 1
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值