数字视频图像处理中的分水岭分割法解决方案.ppt

数字视频图像处理中的分水岭分割法 分水岭算法的概念 是一种基于拓扑理论的数学形态学的分割方法。 基本思想： 图像 测地学上的拓扑地貌。 图像像素的灰度值 该点的海拔高度。 图像中每一个局部极小值及其影响区域 集水盆 基于形态学分水岭的分割 3种主要概念的分割方法： (a)间断的检测； (b)门限处理； (c)区域处理； 基于形态学分水岭的分割（解释） 考虑三类点： (a)属于局部性最小值的点 (b)当一滴水放在某点的位置上的时候，水一定会下落到一个单一的最小值点 (c)当水处在某个点的位置上时，水会等概率地流向不止一个这样的最小值点。 满足条件(b)的点的集合称为这个最小值的“汇水盆地”或“分水岭”。 满足条件(c)的点的集合组成地形表面的峰线，术语称做“分割线”或“分水线”。 基于形态学分水岭的分割（解释） 这些概念的分割算法的主要目标是找出分水线. 基本思想：在每个区域最小值的位置上打一个洞并且让水以均匀的上升速率从洞中涌出，从低到高淹没整个地形。 当处在不同的汇聚盆地中的水将要聚合在一起时，修建的大坝将阻止聚合。水将只能到达大坝的顶部处于水线之上的程度。 大坝的边界对应于分水岭的分割线。 它们是由分水岭算法提取出来的连续的边界线。 a)一个简单的灰度级图像 b) 地形图。其“山峰”的高度与输入图像的灰度级值成比例 c)水淹没的第一个阶段（浅灰色） d)水在第一积水盆地中上升 a) c) b) d) e)水在第一和第二积水盆地中上升 f）水从左边的盆地溢到右边的盆地 g）两个汇水盆地间显示出长“坝” h)叠加到原图上的一个像素宽的深色路径 分水线组成一条连通的路径，由此给出了区域之间的连续的边界。 e） f） g） h） 分水岭分割的本质 分水岭分割法的主要应用是从背景中提取近乎一致(类似水滴的)的对象。 那些在灰度级上变化较小的区域的梯度值也较小。 我们经常可以见到分水岭分割方法与图像的梯度有更大的关系。 汇水盆地的局部最小值 关注的对象的小的梯度值 联系 显示原图和三维图的matlab算法 实例 原图 三维显示图 方法一matlab算法 方法1：一般分水岭分割 原图 二值图 分水岭脊线图 从结果可以看出存在过分割问题 方法二的Matlab算法 方法二：使用梯度的两次分水岭分割， 可以看出还存在过分割问题 方法三的matlab算法 方法三：进行三次分水岭的算法 原图 梯度幅值图像 局部极小图像 局部极小值图像叠加到原图 优化梯度幅值图像 脊线图叠加到原图 分割效果好 谢谢~ MATLAB演示 * *