如果影象中的目標物體是連在一起的，則分割起來會更困難，分水嶺演算法經常用於處理這類問題，通常會取得比較好的效果。分水嶺分割演算法把影象看成一副「地形圖」，其中亮度比較強的地區畫素值較大，而比較暗的地區畫素比較小，通過尋找「匯水盆地」和「分水嶺界限」，對影象進行分割。
步驟：1.讀取影象
2.求取影象的邊界，在此基礎上可直接應用分水嶺分割演算法，但效果不佳；
3.對影象的前景和背景進行標記，其中每個物件內部的前景畫素都是相連的，背景裡面的每個畫素值都不屬於任何目標物體；
4.計算分割函式，應用分水嶺分割演算法的實現
注：直接用分水嶺分割演算法效果並不好，如果在影象中對前景和背景進行標註區別，再應用分水嶺演算法會取得較好的分割效果。
例 步驟：
1.讀取影象並求取影象的邊界。
rgb = imread('pears.png');%讀取原影象
i = rgb2gray(rgb);%轉化為灰度影象
figure; subplot(121)%顯示灰度影象
imshow(i)
text(732,501,'image courtesy of corel',...
'fontsize',7,'horizontalalignment','right')
hy = fspecial('sobel');%sobel運算元
hx = hy';
iy = imfilter(double(i), hy, 'replicate');%濾波求y方向邊緣
ix = imfilter(double(i), hx, 'replicate');%濾波求x方向邊緣
gradmag = sqrt(ix.^2 + iy.^2);%求摸
subplot(122); imshow(gradmag,), %顯示梯度
title('gradient magnitude (gradmag)')
2. 直接使用梯度模值進行分水嶺演算法：（往往會存在過的分割的情況，效果不好）
l = watershed(gradmag);%直接應用分水嶺演算法
lrgb = label2rgb(l);%轉化為彩色影象
figure; imshow(lrgb), %顯示分割後的影象
title('watershed transform of gradient magnitude (lrgb)')
3.分別對前景和背景進行標記：本例中使用形態學重建技術對前景物件進行標記，首先使用開操作，開操作之後可以去掉一些很小的目標。
se = strel('disk', 20);%圓形結構元素
io = imopen(i, se);%形態學開操作
figure; subplot(121)
imshow(io), %顯示執行開操作後的影象
title('opening (io)')
ie = imerode(i, se);%對影象進行腐蝕
iobr = imreconstruct(ie, i);%形態學重建
subplot(122); imshow(iobr), %顯示重建後的影象
title('opening-by-reconstruction (iobr)')
ioc = imclose(io, se);%形態學關操作
figure; subplot(121)
imshow(ioc), %顯示關操作後的影象
title('opening-closing (ioc)')
iobrd = imdilate(iobr, se);%對影象進行膨脹
iobrcbr = imreconstruct(imcomplement(iobrd), ...
imcomplement(iobr));%形態學重建
iobrcbr = imcomplement(iobrcbr);%影象求反
subplot(122); imshow(iobrcbr), %顯示重建求反後的影象
title('opening-closing by reconstruction (iobrcbr)')
fgm = imregionalmax(iobrcbr);%區域性極大值
figure; imshow(fgm), %顯示重建後區域性極大值影象
title('regional maxima of opening-closing by reconstruction (fgm)')
i2 = i;
i2(fgm) = 255;%區域性極大值處畫素值設為255
figure; imshow(i2), %在原圖上顯示極大值區域
title('regional maxima superimposed on original image (i2)')
se2 = strel(ones(5,5));%結構元素
fgm2 = imclose(fgm, se2);%關操作
fgm3 = imerode(fgm2, se2);%腐蝕
fgm4 = bwareaopen(fgm3, 20);%開操作
i3 = i;
i3(fgm4) = 255;%前景處設定為255
figure; subplot(121)
imshow(i3)%顯示修改後的極大值區域
title('modified regional maxima')
bw = im2bw(iobrcbr, graythresh(iobrcbr));%轉化為二值影象
subplot(122); imshow(bw), %顯示二值影象
title('thresholded opening-closing by reconstruction')
4. 進行分水嶺變換並顯示：
d = bwdist(bw);%計算距離
dl = watershed(d);%分水嶺變換
bgm = dl == 0;%求取分割邊界
figure; imshow(bgm), %顯示分割後的邊界
title('watershed ridge lines (bgm)')
gradmag2 = imimposemin(gradmag, bgm | fgm4);%置最小值
l = watershed(gradmag2);%分水嶺變換
i4 = i;
i4(imdilate(l == 0, ones(3, 3)) | bgm | fgm4) = 255;%前景及邊界處置255
figure; subplot(121)
imshow(i4)%突出前景及邊界
title('markers and object boundaries')
lrgb = label2rgb(l, 'jet', 'w', 'shuffle');%轉化為偽彩色影象
subplot(122); imshow(lrgb)%顯示偽彩色影象
title('colored watershed label matrix')
figure; imshow(i),
hold on
himage = imshow(lrgb);%在原圖上顯示偽彩色影象
set(himage, 'alphadata', 0.3);
title('lrgb superimposed transparently on original image')
一起分享，粘自
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...
分水嶺分割演算法
如果影象中的目標物體是連在一起的，則分割起來會更困難，分水嶺演算法經常用於處理這類問題，通常會取得比較好的效果。分水嶺分割演算法把影象看成一副 地形圖 其中亮度比較強的地區畫素值較大，而比較暗的地區畫素比較小，通過尋找 匯水盆地 和 分水嶺界限 對影象進行分割。步驟 1.讀取影象 2.求取影象的邊界...