圖像處理分水嶺算法實驗報告

1、分水嶺算法實驗報告一;實驗目的：1.通過matlab實驗的具體操作來掌握空間圖像處理算法；2.通過實驗來驗證所學知識，達到學以致用；3.通過實驗來了解分水嶺算法的優(yōu)缺點。二;實驗原理：分水嶺分割方法，是一種基于拓撲理論的數(shù)學形態(tài)學的分割方法，其基本思想是把圖像看作是測地學上的拓撲地貌，圖像中每一點像素的灰度值表示該點的海拔高度，每一個局部極小值及其影響區(qū)域稱為集水盆，而集水盆的邊界則形成分水嶺。分水嶺的概念和形成可以通過模擬浸入過程來說明。在每一個局部極小值表面，刺穿一個小孔，然后把整個模型慢慢浸入水中，隨著浸入的加深，每一個局部極小值的影響域慢慢向外擴展，在兩個集水盆匯合處構筑大壩，即形成分

2、水嶺。對于分水嶺變換，目前存在著幾種定義，我們這里所采用的定義是基于沉浸的離散圖像的分水嶺變換。令f：D是一幅灰度圖像，它的最大和最小灰度值為h_max和h_min。定義一個從h_min到h_max的水位h不斷遞增的遞歸過程。在這個過程中每個與不同的局部最小相關的匯水盆地都不斷擴展，定義X(h)記作在水位h時候匯水盆地的集合的并。在h+1層，一個連通分量T（h+1）或者是一個新的局部最小，或者是一個已經(jīng)存在的X(h)中的一個盆地的擴展。對于后者，按鄰接關系計算高度為h+1的每一個點與各匯水盆地的距離。如果一個點與兩個以上的盆地等距離，則它不屬于任何盆地，否則它屬于與它距離最近的盆地。這樣從而產(chǎn)

3、生新的X(h+1)。把在高度h出現(xiàn)的局部最小記作MIN（h）。把Y（h+1,X(h)）記作高度為h+1同時屬于X(h)的點的集合。分水嶺變換Watershed(f)就是X(h_max)的補集：分水嶺變換由于它以下優(yōu)點被用在圖像處理的許多領域：直觀，快速并且可以并行計算，總是產(chǎn)生完整的邊界，這樣就避免了邊界連接的后處理。而且不少研究人員把分水嶺嵌入到多尺度框架中。三：實驗內(nèi)容：分水嶺具體算法rgb = imread (apple.jpg) ;i = rgb2gray( rgb) ;imshow ( i) ; title (灰度圖) ;se = strel (disk, 20) ;itop = i

4、mtophat ( i, se) ;ibot = imbothat ( i, se) ;figure, imshow ( itop, ) ; title (梯度變換) ;figure, imshow ( ibot, ) ; title (3) ;ienhance = imsubtract ( imadd ( itop, i) , ibot) ;figure, imshow ( ienhance) , title (4) ; iec = imcomplement ( ienhance) ;figure, imshow ( iec ) , title (5) ;iemin = imextended

5、min ( iec, 50) ;iimpose = imimposemin ( iec, iemin) ;figure, imshow ( iemin) ; title (6) ;figure, imshow ( iimpose) ; title (7) ;wat =watershed ( iimpose) ;j = label2rgb (wat) ;figure, imshow ( j) ; title (分水嶺) ;四：實驗結果: 五：實驗討論： 由實驗可知，分水嶺算法還是有一些比較大的缺點。過度分割。由于大部分圖像的梯度圖都有許許多多的局部最小，所以分水嶺變換的結果是無數(shù)的小區(qū)域邊界，這樣的結果毫無意義。通常的解決辦法是使用標記的圖片來減少局部最小的數(shù)量，即使用帶標記的分水嶺變換。對噪聲的敏感。局部的一些改變會引起分割結果的明顯改變，強烈的噪聲有時候使得分水嶺變換無法找出真正的邊界。其中的一個解決辦法是使