基于形态学分水岭的分割方法
「基于形态学分水岭的分割方法」（Morphological Watershed Segmentation）是一种基于数学形态学的图像分割技术，用于将图像分割成具有明确边界的区域。
由于同一目标，有相近的灰度，有相邻的空间位置，而灰度可与高程类比，用地形学来理解图像中的目标
- 地形学中的聚水的盆地类比目标（均匀的低灰度区）
- 地形学中的分水岭类比目标之间的分割线（突变的高灰度区）
- 在每个区域最小值位置打个孔，让水从这些孔涌入，逐渐淹没整个地形。不同聚水盆相遇的地方筑坝，将不同区域水隔开，这些水坝就是分水岭/线，也即不同区域之间的边缘
分水岭分割方法应用在图像的梯度，那么集水处在理论上就对应灰度变化最小的区域， 而分水岭就对应灰度变化相对最大的区域
特点
分水岭算法的问题
- 梯度图对噪声敏感，直接分割容易造成过分割
- 太多的分割区域使得其结果没有实用价值
解决办法
- 对梯度图像先行滤波
- 应用标记的方法
标记分水岭算法
标记分水岭算法（Marker-based Watershed Algorithm）是一种改进的形态学分水岭算法，用于图像分割和区域分离。与传统的形态学分水岭算法相比，标记分水岭算法引入了种子标记（Marker）的概念，通过手动或自动标记图像中的种子点，以指导分水岭算法的分割过程，从而更准确地分割图像并避免过度分割。
在种子的基础上使用分水岭算法，过程中不再产生新区域
标记分水岭算法在前期分割结果的每个区域内，再进行目标/背景区分，得到最后的目标分割。
距离变换图的分水岭分割
常用于实现粘连物体的分离
距离变换是针对二值图像的一种变换
距离变换的结果不是另一幅二值图像，而是 一幅灰度级图像，即距离图像，图像中每个像素的灰度值为该像素与距其最近的背景像素间的距离
Interactive Graph
Table Of Contents