matlab 图像处理分水岭算法

Posted 2022-09-26 studyer_domi

1、内容简介

略
540-可以交流、咨询、答疑

2、内容说明

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。
分水岭的计算过程是一个迭代标注过程。分水岭比较经典的计算方法是L. Vincent提出的。在该算法中，分水岭计算分两个步骤，一个是排序过程，一个是淹没过程。首先对每个像素的灰度级进行从低到高排序，然后在从低到高实现淹没过程中，对每一个局部极小值在h阶高度的影响域采用先进先出(FIFO)结构进行判断及标注。
分水岭变换得到的是输入图像的集水盆图像，集水盆之间的边界点，即为分水岭。显然，分水岭表示的是输入图像极大值点。

3、仿真分析

clear, close all;
clc;
%1.读取图像并求取图像的边界。
rgb = imread('4.png');
I = rgb2gray(rgb);%转化为灰度图像
figure; subplot(121)%显示灰度图像
imshow(I)
hy = fspecial('sobel');%sobel算子,应用sobel算子锐化图像
hx = hy';
Iy = imfilter(double(I), hy, 'replicate');%滤波求y方向边缘
Ix = imfilter(double(I), hx, 'replicate');%滤波求x方向边缘
gradmag = sqrt(Ix.^2 + Iy.^2);%求摸
subplot(122); imshow(gradmag,[]), %显示梯度
title('梯度模值法')
 
%2. 直接使用梯度模值进行分水岭算法：（往往会存在过的分割的情况，效果不好）
L = watershed(gradmag);%直接应用分水岭算法
Lrgb = label2rgb(L);%转化为彩色图像
figure; imshow(Lrgb), %显示分割后的图像
title('梯度模值法在分水岭算法上的过分割现象')%过分割现象
%%
%3.分别对前景和背景进行标记：本例中使用形态学重建技术对前景对象进行标记，
%首先使用开操作，开操作之后可以去掉一些很小的目标。
%开和闭这两种运算可以除去比结构元素小的特定图像细节，同时保证不产生全局几何失真。
%开运算可以把比结构元素小的突刺滤掉，切断细长搭接而起到分离作用；
%闭运算可以把比结构元素小的缺口或孔填充上，搭接短的间断而起到连接作用。

 

 

 

4、参考论文

略