Halcon机器视觉实战--分水岭分割+距离变换实现粘连物体图像分割

分水岭的原理

把图像的灰度看作高度图，图像中每个像素点的灰度值看作该点的高度，高灰度值代表山脉，低灰度值代表盆地，每个局部最小值及其周围区域称为集水盆，而集水盆的边界则形成分水岭。

分水岭算法的步骤

1.彩色图像转化成单通道灰度图
2.求梯度图
3.在梯度图的基础上进行分水岭算法，求取分区域的边缘线。

局部最小值点：

对应的是一个盆地的最小值，当我们在盆地里面滴一滴水的时候，由于重力作用，水最终会汇聚到该点。

盆地的其他位置点：

该位置滴的水滴会汇聚到局部最小点。

在盆地的最小值点，打一个洞，然后往盆地里面注水，并阻止两个盆地的水汇集，我们会在两个盆地的水汇集的时刻，在交接的边缘线上（即分水岭），建造大坝，来阻止两个盆地的水汇集成一个区域。图像被分为了两个像素集，一个是注水盆地像素集，一个是分水岭线像素集。