用分水岭算法实现图像分割

参考链接

参考链接2

分水岭算法(watershed)基本思想是将灰度图像转换为梯度图像，将梯度值看作高低起伏的山岭，将局部极小值及其邻域看作一个“集水盆”。设想一个个“集水盆”中存在积水，且水位不断升高，淹没梯度较低的地方，当水漫过程停止后，就找出了分割线，图像也就可以被分割成几块连通区域。

（洪水停止后，没有被淹没的地方，就是fenggexian）

这里用动图演示一下：

 

 

为了解决过度分割的问题，可以使用基于标记(mark)图像的分水岭算法，就是通过先验知识，来指导分水岭算法，以便获得更好的图像分段效果。通常的mark图像，都是在某个区域定义了一些灰度层级，在这个区域的洪水淹没过程中，水平面都是从定义的高度开始的，这样可以避免一些很小的噪声极值区域的分割。

标记(mark)：可以通过人工交互标记，也可以通过计算。下面展示了采用基于mark的分水岭算法过程：第一幅图红色区域就是标记的灰度级。