用分水岭分割来分离图像中相互接触的对象。分水岭变换经常应用于此问题。分水岭变换通过将图像视为一个曲面,其中亮像素表示较高处,暗像素表示较低处,从而找出图像中的“汇水盆地”和“分水岭脊线”。
如果能够标识或“标记”前景对象和背景位置,使用分水岭变换的分割效果会更好。
标记控制的分水岭分割遵循以下基本过程:
1.计算分割函数。这得到是一个图像,其中暗区域是您尝试分割的对象。
2.计算前景标记。这些是每个对象中连通的像素斑点。
3.计算背景标记。这些像素不是任何对象的一部分。
4.修正分割函数,使其仅在前景和背景标记位置具有最小值。
5.计算修正分割函数的分水岭变换。
步骤 1:读入彩色图像并将其转换为灰度
rgb = imread('tu11.jpg');
I = rgb2gray(rgb);#将彩色图像转换为灰度图像
imshow(I)
步骤 2:使用梯度幅值作为分割函数
计算梯度幅值。对象边界处的梯度较高,对象内部的梯度较低。
gmag = imgradient(I);%返回二维灰度或二进制图像I的梯度大小Gmag和梯度方向Gdir
imshow(gmag,[])
title('Gradient Magnitude')
您能通过直接对梯度幅值使用分水岭变换来分割图像吗?
L = watershed(gmag);%你认为它们属于一个区域,就用标记将它们连接起来,对于另一个区域,再用另一个标记连接。
Lrgb = label2rgb(L);%转换标记矩阵到RGB图像
imshow(Lrgb)
title('Watershed Transform of Gradient Magnitude')
不能&#x