matlab中图像分割技术之三分水岭分割法
分水岭算法是一种基于形态学的算法，是对图像的梯度分割。而图像分割的目的是将图像分割成不同的特体，即提取物体的边缘。由于物体边缘的灰度变换比较强烈，而梯度图像正好描述了图像的灰度变换情况。因此，可先将原始图像通过梯度算子边缘检测得到梯度图像，再通过梯度图像的分水岭变换来进行图像分割。因此，采用分水岭算法，利用形态学处理函数，不仅能达到有效分割图像的目的，而且也能消除过分割现象。
分水岭算法作为一种基于区域的图像分割方法，建立在数学形态学的理论基础之上。20世纪70年代末，Becucher和Lantuejoul提出应用分水岭算法进行图像分割，实现了分水岭算法的模拟侵入过程并成功应用于灰度图像。其后，分水岭算法便作为一种经典的图像分割方法被广泛关注。
clc; %clc的作用就是清屏幕
clear; %clear是删除所有的变量
close all; %close all是将所有打开的图片关掉。
filename=('3.jpg'); %读入图像
f=imread(filename);
imshow(f);
Info=imfinfo(filename);
if Info.BitDepth>8
f=rgb2gray(f);
end
figure, mesh(double(f)); %显示图像，类似集水盆地，类似集水盆地
一、一般分水岭算法
clc; %clc的作用就是清屏幕
clear; %clear是删除所有的变量
close all; %close all是将所有打开的图片关掉。
filename=('3.jpg'); %读入图像
f=imread(filename);
imshow(f);
Info=imfinfo(filename);
if Info.BitDepth>8
f=rgb2gray(f);
end
figure, mesh(double(f)); %显示图像，类似集水盆地，类似集水盆地
b=im2bw(f, graythresh(f)); %二值化，注意应保证集水盆地的值较低（为0），否则就要对b取反
d=bwdist(b); %求零值到最近非零值的距离，即集水盆地到分水岭的距离
l=watershed(-d); %MATLAB自带分水岭算法，l中的零值即为风水岭
w=l==0; %取出边缘
g=b&~w; %用w作为mask从二值图像中取值
figure
subplot(2,3,1),
imshow(f);
subplot(2,3,2),
imshow(b);
subplot(2,3,3),
imshow(d);
subplot(2,3,4),
imshow(l);
subplot(2,3,5),
imshow(w);
subplot(2,3,6),
imshow(g);
二、用梯度的两次分水岭分割
clc; %clc的作用就是清屏幕
clear; %clear是删除所有的变量
close all; %close all是将所有打开的图片关掉。
filename=('3.jpg'); %读入图像
f=imread(filename);
imshow(f);
Info=imfinfo(filename);
if Info.BitDepth>8
f=rgb2gray(f);
end
figure, mesh(double(f)); %显示图像，类似集水盆地，类似集水盆地
h=fspecial('sobel'); %获得纵方向的sobel算子
fd=double(f);
g=sqrt(imfilter(fd, h, 'replicate').^2+imfilter(fd, h', 'replicate').^2);
l=watershed(g); %分水岭运算
wr=l==0;
g2=imclose(imopen(g, ones(3,3)), ones(3,3)); %进行开闭运算对图像进行平滑
l2=watershed(g2); %再次进行分水岭运算
wr2=l2==0;
f2=f;
f2(wr2)=255;
figure
subplot(2,3,1),
imshow(f);
subplot(2,3,2),
imshow(g);
subplot(2,3,3),
imshow(l);
subplot(2,3,4),
imshow(g2);
subplot(2,3,5),
imshow(l2);
subplot(2,3,6),
imshow(f2);
三、使用梯度加掩模的三次分水岭算法
clc; %clc的作用就是清屏幕
clear; %clear是删除所有的变量
close all; %close all是将所有打开的图片关掉。
filename=('3.jpg'); %读入图像
f=imread(filename);
imshow(f);
Info=imfinfo(filename);
if Info.BitDepth>8
f=rgb2gray(f);
end
figure, mesh(double(f)); %显示图像，类似集水盆地，类似集水盆地
h=fspecial('sobel'); %获得纵方向的sobel算子
fd=double(f);
g=sqrt(imfilter(fd, h, 'replicate').^2+imfilter(fd, h', 'replicate').^2);
l=watershed(g); %分水岭运算
wr=l==0;
rm=imregionalmin(g); %计算图像的区域最小值定位
im=imextendedmin(f,2); %上面仅是产生最小值点
fim=f;
fim(im)=175; %将im在原图上标识出，用以观察
lim=watershed(bwdist(im)); %再次分水岭计算
em=lim==0;
g2=imimposemin(g, im|em); %在梯度图上标出im和em
l2=watershed(g2); %第三次分水岭计算
f2=f;
f2(l2==0)=255; %从原图对分水岭进行观察
figure
subplot(3,3,1),
imshow(f);
subplot(3,3,2),
imshow(g);
subplot(3,3,3),
imshow(l);
subplot(3,3,4),
imshow(im);
subplot(3,3,5),
imshow(fim);
subplot(3,3,6),
imshow(lim);
subplot(3,3,7),
imshow(g2);
subplot(3,3,8),
imshow(l2)
subplot(3,3,9),
imshow(f2);
图像分割是由图像处理转到图像分析的关键。一方面，它是目标图像表达的基础，对特征测量有重要的影响。另一方面，图像分割和分割的目标表达、特征提取和参数测量等将原始图像转化为数学表达形式，使得利用计算机进行图像分析和理解成为可能。