分水岭算法程序实现过程详解.pptVIP

一、有标记的分水岭算法 1.准备好原图和掩模图 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2.对掩模图做初始化标记，以形成最初的注水区域,设置mask边框值为-1，即每个标记（种子，全为正值，1,2,3...）都是一个初始聚水盆，标记的周围一圈的邻居像素就是聚水盆的初始边界。 -1 -1 -1 -1 -1 -1 -1 -1 -1 0 0 0 0 0 0 -1 -1 0 0 0 0 0 0 -1 -1 0 0 1 1 0 0 -1 -1 0 0 1 1 0 0 -1 -1 0 0 0 0 0 0 -1 -1 0 0 0 0 0 0 -1 -1 -1 -1 -1 -1 -1 -1 -1 3.在mask图像中找邻居像素（该像素四邻域内有标记点），并将邻居像素对应原图中的点放入相应的优先级队列 -1 -1 -1 -1 -1 -1 -1 -1 -1 0 0 0 0 0 0 -1 -1 0 0 0 0 0 0 -1 -1 0 0 1 1 0 0 -1 -1 0 0 1 1 0 0 -1 -1 0 0 0 0 0 0 -1 -1 0 0 0 0 0 0 -1 -1 -1 -1 -1 -1 -1 -1 -1 1 1 1 1 -1 -1 -1 -1 -1 -1 -1 -1 -1 0 0 0 0 0 0 -1 -1 0 0 -2 0 0 0 -1 -1 0 0 1 1 0 0 -1 -1 0 0 1 1 0 0 -1 -1 0 0 0 0 0 0 -1 -1 0 0 0 0 0 0 -1 -1 -1 -1 -1 -1 -1 -1 -1 （3，4）... 优先级队列 0 1 2 3 4 5 6 ... 254 255 下标L表示左，R表示右，T表示上，B表示下，abs表示取绝对值 min(max(abs(R-RT), abs(G-GT), abs(B-BT))，max(abs(R-RB), abs(G-GB), abs(B-BB))，max(abs(R-RL), abs(G-GL), abs(B-BL))，max(abs(R-RR), abs(G-GR), abs(B-BR))) -2 1 1 1 1 Y X 4.递归注水过程，通过扫描0-255高度值队列，从队列0开始，如果找到一个像素结点，则弹出该结点，并退出扫描。①如果该点在mask中的四邻域，只存在一个非0值，则将该点标记为该非0值。 ②如果存在两个不同的非0值，表示该点为两个注水盆地的边缘，即分水岭线，在mark图像中标记该点为-1。③扫描该点的邻居点，是否存在为0的mark域，存在的话这把该邻域点按照rgb高度值，放入相应的队列。如果这个灰度上的队列处理完了，就继续找下一个非空队列。 -1 -1 -1 -1 -1 -1 -1 -1 -1 0 0 0 0 0 0 -1 -1 0 0 -2 0 0 0 -1 -1 0 0 1 1 0 0 -1 -1 0 0 1 1 0 0 -1 -1 0 0 0 0 0 0 -1 -1 0 0 0 0 0 0 -1 -1 -1 -1 -1 -1 -1 -1 -1 （3，4） 注意：第一轮，把标记点的邻居点放入相应的优先级队列后，先进先出的原则处理队列中的像素结点，找到一个非零结点后，执行第1，2，3步，执行完第3步之后，重新更新队列再次进行扫描。 二、传统分水岭算法 传统的分水岭分割方法，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地，而集水盆地的边界则形成分水岭。基于梯度图像的直接分水岭算法容易导致图像的过分割，产生这一现象的原因主要是由于输入的图像存在噪声等而产生许多小的集水盆地，从而导致分割后的图像不能将图像中有意义的区域表示出来。所以必须对分割结果的相似区域进行合并。