http://cn.mathworks.com/products/demos/image/watershed/ipexwatershed.html
如果图像中的目标紧密联系,则分割操作将会非常困难。而分水岭变换则经常被应用于处理这个问题。分水岭变换通过将灰度图的亮度看做是一个山体的表面用于找到“漫水盆地”以及“分水岭屋脊”。如果能对前景和背景位置进行标注,利用分水岭变换进行分割能够有更好的效果。Marker-controlled分水岭分割的步骤如下所示:
1 计算一个分割函数。分割函数是一个图像,这个图像的较暗的区域是你希望分割的目标。
2 计算前景标注。前景标注是每一个目标中的一个连接的区域。
3 计算背景标注。背景是一个不属于任何目标的部分。
4 修改分割函数以至于分割函数仅仅在前景和背景标注位置具有较小值。
5 重新计算修改后的分割函数的分水岭变换。
Marker-Controlled分水岭分割算法步骤如下所示:
1 读取一个图像,并将这个图像转换位灰度图像
rgb = imread('pears.png');
I = rgb2gray(rgb);
imshow(I)
text(732,501,'Image courtesy of Corel',...
'FontSize',7,'HorizontalAlignment','right')
2 利用梯度图像来作为分割函数
梯度图像在目标的边界处具有较高的数值而在目