数字图像处理-分水岭算法

名词解释

测地线距离(Geodesic Distance)

测地线距离就是地球表面两点之间的最短路径（可执行路径）的距离，在图论中，Geodesic Distance 就是图中两节点的最短路径的距离，这与平时在几何空间通常用到的 Euclidean Distance（欧氏距离），即两点之间的最短距离有所区别。

在下图中，两个黑点的Euclidean Distance 是用虚线所表示的线段的长度=

算法主要思想

分水岭分割方法，是一种基于拓扑理论的数学形态学的分割方法，其基本思想是把图像看作是测地学上的拓扑地貌，图像中每一点像素的灰度值表示该点的海拔高度，每一个局部极小值及其影响区域称为集水盆，而集水盆的边界则形成分水岭。分水岭的概念和形成可以通过模拟浸入过程来说明。在每一个局部极小值表面，刺穿一个小孔，然后把整个模型慢慢浸入水中，随着浸入的加深，每一个局部极小值的影响域慢慢向外扩展，在两个集水盆汇合处构筑大坝，即形成分水岭。这种方法也称作泛洪法，对应的还有降雨法。

算法具体步骤

1把梯度图像中的像素按照灰度值进行分类，设定一个测地距离阈值(测地线距离(Geodesic Distance)：地球表面两点之间的最短路径的距离)。

2从找到灰度值最小的像素点，让threshold 从最小值开始增长，这些点为起始点。

3水平面在增长的过程中，会碰到周围的邻域像素，测量这些像素到起始点(灰度值最低点)的测地距离，如果小于设定阈值，则将这些像素淹没，否则在这些像素上设置大坝，这样就对这些邻域像素进行了分类。

4随着水平面越来越高，会设置更多更高的大坝，直到灰度值的最大值，所有区域都在分水岭线上相遇，这些大坝就对整个图像像素的进行了分区。

参考文献

https://blog.csdn.net/weixin_53598445/article/details/123725923

https://blog.csdn.net/yohnyang/article/details/119955607

https://blog.csdn.net/dreaming__star/article/details/124226249