基于分水岭算法的图像分割报告.docVIP

基于分水岭算法的图像分割报告 图像分割是图像处理进到图像分析的关键步骤，也是一种基本的计算机视觉技术。这是因为图像的分割、目标的分离特征的提取和参数的测量将原始的图像转化为更抽象更紧凑的形式，使得更高层的分析和理解成为可能。因此，图像分割多年来一直得到人们的高度重视。一般来说，图像的分割方法分为两种:一种是基于边缘检测的方法，另一种是基于区域的方法。 基于边缘检测的方法如Canny算法，虽然它是一种最优的线性边缘检测算子，但是由于用基于边缘检测的方法所得到的轮廓线不能保证是封闭的，因此需要进行边缘跟踪处理，这将使得边缘定位不精确;基于区域的方法，如金字塔方法，该方法中的区域一般事先给定，如正方形区域，但由于物体的轮廓线往往是任意形状的，因此这种基于固定区域形状的方法，其分割速度较慢。因此本文采取的是基于分水岭算法的图像分割方法。 1、算法概念 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。 分水岭的计算过程是一