分水嶺分割方法，是一種基於拓撲理論的數學形態學的分割方法，其基本思想是把影象看作是測地學上的拓撲地貌，影象中每一點畫素的灰度值表示該點的海拔高度，每乙個區域性極小值及其影響區域稱為集水盆，而集水盆的邊界則形成分水嶺。分水嶺的概念和形成可以通過模擬浸入過程來說明。在每乙個區域性極小值表面，刺穿乙個小孔，然後把整個模型慢慢浸入水中，隨著浸入的加深，每乙個區域性極小值的影響域慢慢向外擴充套件，在兩個集水盆匯合處構築大壩，即形成分水嶺。分水嶺的計算過程是乙個迭代標註過程。分水嶺比較經典的計算方法是l. vincent提出的。在該演算法中，分水嶺計算分兩個步驟，乙個是排序過程，乙個是淹沒過程。首先對每個畫素的灰度級進行從低到高排序，然後在從低到高實現淹沒過程中，對每乙個區域性極小值在h階高度的影響域採用先進先出(fifo)結構進行判斷及標註。
分水嶺變換得到的是輸入影象的集水盆影象，集水盆之間的邊界點，即為分水嶺。顯然，分水嶺表示的是輸入影象極大值點。因此，為得到影象的邊緣資訊，通常把梯度影象作為輸入影象，即
g(x,y)=grad(f(x,y))=0.5
式中，f(x,y)表示原始影象，grad表示梯度運算。
分水嶺演算法對微弱邊緣具有良好的響應，影象中的雜訊、物體表面細微的灰度變化，都會產生過度分割的現象。但同時應當看出，分水嶺演算法對微弱邊緣具有良好的響應，是得到封閉連續邊緣的保證的。另外，分水嶺演算法所得到的封閉的集水盆，為分析影象的區域特徵提供了可能。
為消除分水嶺演算法產生的過度分割，通常可以採用兩種處理方法，一是利用先驗知識去除無關邊緣資訊。二是修改梯度函式使得集水盆只響應想要探測的目標。
為降低分水嶺演算法產生的過度分割，通常要對梯度函式進行修改，乙個簡單的方法是對梯度影象進行閾值處理，以消除灰度的微小變化產生的過度分割。即
g(x,y)=max(grad(f(x,y)),gθ)
式中，gθ表示閾值。
程式可採用方法：用閾值限制梯度影象以達到消除灰度值的微小變化產生的過度分割，獲得適量的區域，再對這些區域的邊緣點的灰度級進行從低到高排序，然後在從低到高實現淹沒的過程，梯度影象用sobel運算元計算獲得。對梯度影象進行閾值處理時，選取合適的閾值對最終分割的影象有很大影響，因此閾值的選取是影象分割效果好壞的乙個關鍵。缺點：實際影象中可能含有微弱的邊緣，灰度變化的數值差別不是特別明顯，選取閾值過大可能會消去這些微弱邊緣。
分水嶺演算法原理
所謂分水嶺演算法有好多種實現演算法，拓撲學，形態學，浸水模擬和降水模擬等方式。要搞懂就不容易了。watershed algorithm 分水嶺演算法 顧名思義，就是根據分 水嶺的構成來考慮影象的分割。現實中我們可以或者說可以想象有山有湖的景象，那 麼那一定是水繞山，山圍水的情形。而區分高山 plat...
分水嶺演算法
分水嶺變換是一種流行的影象處理演算法，用於快速將影象分割成多個同質區域。分水嶺演算法的思想是 把影象看成乙個拓撲地貌，那麼同類區域就相當於陡峭邊緣內相對平坦的盆地。分水嶺演算法通過逐步增加水位，把地貌分割成多個部分 目前比較著名的有模擬泛洪和降水 降水 水先是匯集到海拔低的地區，慢慢填充這每乙個盆地...
分水嶺演算法
在許多實際應用中，我們需要分割影象，但無法從背景影象中獲得有用資訊。分水嶺演算法在這方面往往是非常有效的。此演算法可以將影象中的邊緣轉化成 山脈 將均勻區域轉化為 山谷 這樣有助於分割目標。分水嶺演算法，是一種基於拓撲理論的數學形態學的分割方法，其基本思想是把影象看作是測地學上的拓撲地貌，影象中每一...