1 原理
参考资料[6]对分水岭算法进行了总体简介,而参考资料[1]P497则对其进行了详细的说明。
1.1 输入输出
参考资料[6]指出,分水岭变换得到的是输入图像的集水盆图像,集水盆之间的边界点,即为分水岭。显然,分水岭表示的是输入图像极大值点。因此,为得到图像的边缘信息,通常把梯度图像作为输入图像。
1.2 缺陷及修改
参考资料[6]指出,分水岭算法对微弱边缘具有良好的响应,图像中的噪声、物体表面细微的灰度变化,都会产生过度分割的现象。为消除分水岭算法产生的过度分割,通常可以采用两种处理方法:一)是利用先验知识去除无关边缘信息;二)是修改梯度函数使得集水盆只响应想要探测的目标。
2 实现
见参考资料[2]。
参考资料
[1]Rafael C. Gonzalez, Richard E. Woods. 数字图像处理(第三版),电子工业出版社, 2013年10月第6次印刷
[6]分水岭算法_百度百科