图像处理分水岭算法实验报告.doc

分水岭算法实验报告 一;实验目的： 1.通过matlab实验的具体操作来掌握空间图像处理算法； 2.通过实验来验证所学知识，达到学以致用； 3.通过实验来了解分水岭算法的优缺点。 二;实验原理： 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。 分水岭变换Watershed(f)就是X(h_max)的补集： 分水岭变换由于它以下优点被用在图像处理的许多领域：直观，快速并且可以并行计算，总是产生完整的边界，这样就避免了边界连接的后处理。而且不少研究人员把分水岭嵌入到多尺度框架中。 三：实验内容： 分水岭具体算法 rgb = imread (apple.jpg) ; i = rgb2gray( rgb) ; imshow ( i) ; title (灰度图) ; se = strel (disk, 20) ; itop = imtophat ( i, se) ; ibot = imbothat ( i, se) ; figure, imshow ( itop, [ ] ) ; title (梯度变换) ; figure, imshow ( ibot, [ ] ) ; title (3) ; ienhance = imsubtract ( imadd ( itop, i) , ibot) ; figure, imshow ( ienhance) , title (4) ; iec = imcomplement ( ienhance) ; figure, imshow ( iec ) , title (5) ; iemin = imextendedmin ( iec, 50) ; iimpose = imimposemin ( iec, iemin) ; figure, imshow ( iemin) ; title (6) ; figure, imshow ( iimpose) ; title (7) ; wat =watershed ( iimpose) ; j = label2rgb (wat) ; figure, imshow ( j) ; title (分水岭) ; 四：实验结果: 五：实验讨论： 由实验可知，分水岭算法还是有一些比较大的缺点。 过度分割。由于大部分图像的梯度图都有许许多多的局部最小，所以分水岭变换的结果是无数的小区域边界，这样的结果毫无意义。通常的解决办法是使用标记的图片来减少局部最小的数量，即使用带标记的分水岭变换。 对噪声的敏感。局部的一些改变会引起分割结果的明显改变，强烈的噪声有时候使得分水岭变换无法找出真正的边界。其中的一个解决办法是使用各项异性的滤波器。难以准确检测出低对比度的边界。由于对比度低所以使得信噪比高。所以由于前一个原因，对这种图片分水岭变换仍然无法很好的工作。