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，每乙個區域性的極小值的影響慢慢向外擴充套件，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由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。首先對每乙個畫素的灰度級進行從低到高的排序，然後在從低到高實現淹沒的過程中，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的極大值點。
也就是說，分水嶺演算法首先計算灰度影象的梯度；這對影象中的「山谷」或沒有紋理的「盆地」（亮度值極低的點）的形成是很有效的，也對「山頭」或影象中有主導線段的「山脈」（山脊對應的邊緣）的形成有效。然後開始從使用者指定點（或者演算法得到點）開始持續「灌注」盆地直到這些區域連成一片。基於這樣產生的標記就可以把區域合併到一起，合併後的區域又通聚集的方式進行分割，好像影象被「填充」起來一樣。
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...
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...