标记分水岭图像分割算法.pdf

标记分水岭图像分割算法

软件1班06号董新瑞

【摘要】为了降低分水岭算法的过分割问题,提出一种新改进的基于标记的分

水岭图像分割方法。该方法是在分水岭算法的基础上,算法直接应用分水岭在原

始梯度图像而并非简化之后的图像进行分割,从而保证没有物体边缘信息的丢失

。与此同时,新算法设计一种新的标记提取方法,从梯度的低频成份中提取与物体

相关的局部极小值。它们将构成二值标记图像。然后,将提取的标记利用形态学

极小值标定技术强制作为原始梯度图像的局部极小值,而屏蔽梯度图像中原有

所有局部极小值。最后,分水岭在经过修改之后的梯度图像上进行图像分割,最终

获得较好的图像分割结果。利用本文提出的图像分割算法可以获得较为理想的图

像分割结果。通过对不同类型的图像进行试验,证明本文提出的图像分割算法能

够获得符合人类视觉特点,具有实际意义而且一致的分割区域,以及较为准确、连

续、一个像素大小的物体边界。与其他的分水岭改进方法相比,本文提出的方法

要求的计算复杂度较低,具有简单的参数,同时能够更为有效地降低分水岭算法

的过分割问题。

【关键词】图像分割彩色图像的梯度图巴特沃思低通滤波数学形态学

标记提取分水岭

【Abstract】Thispapersuggestsanimprovedmarker2basedwatershed

image2segmentationmethodtoreducetheover2segmentationofthe

watershedalgorithm.Thenewmethodappliesthewatershedtransform

directlyontheoriginalgradientsimageinsteadofsimplifiedimage,so

thatthelossofboundaryinformationcanbeavoided.Ontheotherhand,we

designanewmarker2extractedapproachtoextracttheregionalminima

relatedtotheobjectsfromthelowfrequencycomponentsofthegradients.

Theseextractedminimaconstitutethebinarymarkerimage.Andthenthe

extractedmarkersareimposedontheoriginalgradientsasitsminima,

whileallitsintrinsicminimaaresuppressed.Finally,thewatershed

algorithmisappliedtothemodifiedgradientsbythemarkerstoreduce

effectivelytheover2segmentation.Acrossavarietyofimagetypes,itis

proventhatthisnewmethodcanobtainmeaningfulandhomogeneousregions

withaccurate,consecutiveandone2pixelwideboundary.Comparedwith

othermethods,thissystemrequiresfewercomputationsandsimpler

parametersandcanmoreefficientlyreducetheover2segmentationofthe

watershedalgorithm.

【Keywords】imgaesegmentation,colorimagegradients,Butterworth

filter,mathematicalmorphology,markerextractionwatershed.

1.背景及意义

图像分割是图像分析与模式识别中的一个基本问题,也是图像处理中的一

个经典难题,多年来得到了广泛和深入的研究。所谓图像分割就是指把图像分成