分水岭算法的具体步骤 分水岭算法介绍

分水岭算法的具体步骤 分水岭算法介绍

1、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 。
【分水岭算法的具体步骤 分水岭算法介绍】
2、分水岭的计算过程是一个迭代标注过程 。分水岭比较经典的计算方法是L. Vincent提出的 。在该算法中,分水岭计算分两个步骤,一个是排序过程 , 一个是淹没过程 。首先对每个像素的灰度级进行从低到高排序,然后在从低到高实现淹没过程中 , 对每一个局部极小值在h阶高度的影响域采用先进先出(FIFO)结构进行判断及标注 。
3、分水岭变换得到的是输入图像的集水盆图像 , 集水盆之间的边界点 , 即为分水岭 。显然 , 分水岭表示的是输入图像极大值点 。因此 , 为得到图像的边缘信息,通常把梯度图像作为输入图像 。