分水嶺算法（watershed）是一種借鑒了形態學理論的分割方法，在該方法中，將一幅圖像看成一個拓撲地形圖，其中灰度值f(x,y)對應地形高度值。高灰度值對應的山峰，低灰度值對應山谷。水總是朝地勢低的地方流動，直到某一局部低洼處才停下來，這個低洼處被稱為吸水盆地。最終所有的水分會分聚在不同的吸水盆地，吸水盆地之間的山脊被稱為分水嶺。水從分水嶺留下時，朝不同的吸水盆地流動的可能性是相等的。使用這種想法用于圖像分割，就是要在灰度圖像中找出不同的“吸水盆地”和“分水嶺”。
分水嶺閾值選擇算法可以看作一種自適應的多閾值分割算法，在圖像梯度圖上進行閾值選擇時，經常遇到的問題是如何恰當的選擇閾值。若閾值選得太高，則許多邊緣會丟失或出現破碎現象；若閾值選得太低，則容易產生虛假邊緣，而且邊緣變厚導致定位不精確。分水嶺法可以避免這個問題。

matlab中提供的watershed函數用于實現分水嶺分割圖像，其調用格式如下。
L=watershed（A）：輸入參數A為待分割的圖像；輸出參數L為與A維數相同的非負整數矩陣，標記分割結果。矩陣元素值為對應位置上像素點所屬區域編號，0元素表示對該像素點是分水嶺像素，不屬于任何一個區域。
L=watershed（A，conn）：參數conn用于指定算法中使用的元素的連通方式。（二維連通：conn取 4或8；三維conn可取4、8或16）

watershed函數不僅適用于圖像分割，也可以用于對任意維區域進行分割，A是對這個區域的描述，可以是任意維的數組，每一個元素可以是任意實數。

clear all %產生一個包含兩個重疊的圓形圖案的二值圖像 center1 = -10; center2 = -center1; dist = sqrt(2*(2*center1)^2);radius = dist/2 * 1.4; lims = [floor(center1-1.2*radius) ceil(center2+1.2*radius)]; [x,y]=meshgrid(lims(1):lims(2)); bw1 = sqrt((x-center1).^2+(y-center1).^2) <=radius; bw2 = sqrt((x-center2).^2+(y-center2).^2) <=radius; bw = bw1 | bw2; subplot(131);imshow(bw,'InitialMagnification','fit');xlabel('(a)二值圖像'); %對二值圖像進行變換，得到一個包含兩個“盆地”的圖像 D=bwdist(~bw); subplot(132);imshow(D,[],'InitialMagnification','fit'); xlabel('(b)分割前的等高線'); %補充距離變換 D=-D; D(~bw) =-Inf; %進行watershed分割并將分割結果以標記圖形式繪出 L=watershed(D); rgb = label2rgb(L,'jet',[.5 .5 .5]); subplot(133);imshow(rgb,'InitialMagnification','fit'); xlabel('(c)D的分水嶺變換')

結果圖如下：

三維不作解釋，差不多道理。還請多多指教。

與50位技術專家面對面20年技術見證，附贈技術全景圖

總結

以上是生活随笔為你收集整理的matlab图像处理——分水岭法的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。