黑暗之魂3罗蕾塔:17.5 分水岭分割算法（1） - 51CTO.COM

17.5 分水岭分割算法（1）

• 摘要：《精通MATLAB图像处理》第17章MATLAB图像分割实战，本章主要讲述了图像分割方面的7大实例，读者通过这些实例，能够熟练掌握MATLAB在图像分割方面的应用。本节为大家介绍分水岭分割算法。
• 标签：MATLAB  图像处理  精通MATLAB图像处理
• Oracle帮您准确洞察各个物流环节

17.5  分水岭分割算法（1）

分水岭分割算法的基本步骤如下：

读取图像；

求取图像的边界，在此基础上可直接应用分水岭分割算法，但效果不佳；

对图像的前景和背景进行标记，其中每个对象内部的前景像素值都是相连的，背景里面的每个像素值都不属于任何目标物体；

计算分割函数，应用分水岭变换。

下面我们通过一个例子来看一下分水岭分割算法的实现。

例17-6   标记分水岭分割算法。

如果图像中的目标物体是连接在一起的，则分割起来会更困难，分水岭分割算法经常用于处理这类问题，通常会取得比较好的效果。

分水岭分割算法把图像看成一幅"地形图"，其中亮度比较强的地区像素值较大，而比较暗的地区像素值较小，通过寻找"汇水盆地"和"分水岭界限"，对图像进行分割。

【本例要点】直接应用分水岭分割算法的效果往往并不好，如果在图像中对前景对象和背景对象进行标注区别，再应用分水岭算法会取得较好的分割效果。这个例子用到了很多图像处理工具箱的函数，例如fspecial、imfilter、watershed、label2rgb、imopen、imclose、imreconstruct、imcomplement、imregionalmax、bwareaopen、graythresh和imimposemin函数等。

本例的基本步骤如下：

读取图像并求其边界。

代码如下：

    
rgb = imread('pears.png');%读取原图像      
I = rgb2gray(rgb);%转化为灰度图像      
figure; subplot(121)%显示灰度图像      
imshow(I)      
text(732,501,'Image courtesy of Corel',...      
     'FontSize',7,'HorizontalAlignment','right')      
hy = fspecial('sobel');%sobel算子      
hx = hy';      
Iy = imfilter(double(I), hy, 'replicate');%滤波求y方向边缘      
Ix = imfilter(double(I), hx, 'replicate');%滤波求x方向边缘      
gradmag = sqrt(Ix.^2 + Iy.^2);%求模      
subplot(122); imshow(gradmag,[]), %显示梯度      
title('Gradient magnitude (gradmag)') 

在这一步骤中，首先读取一幅真彩色图像，然后把真彩色图像转化为灰度图像，如图17-19中左边图像所示。

使用sobel边缘算子对图像进行水平和垂直方向的滤波，然后求取模值，sobel算子滤波后的图像在边界处会显示比较大的值，在没有边界处的值会很小，如图17-19中右边图像所示。

直接使用梯度模值进行分水岭算法。

代码如下：

    
L = watershed(gradmag);%直接应用分水岭算法      
Lrgb = label2rgb(L);%转化为彩色图像      
figure; imshow(Lrgb), %显示分割后的图像      
title('Watershed transform of gradient magnitude (Lrgb)') 

    
se = strel('disk', 20);%圆形结构元素      
Io = imopen(I, se);%形态学开操作      
figure; subplot(121)      
imshow(Io), %显示执行开操作后的图像      
title('Opening (Io)')      
Ie = imerode(I, se);%对图像进行腐蚀      
Iobr = imreconstruct(Ie, I);%形态学重建      
subplot(122); imshow(Iobr), %显示重建后的图像      
title('Opening-by-reconstruction (Iobr)')      
Ioc = imclose(Io, se);%形态学关操作      
figure; subplot(121)      
imshow(Ioc), %显示关操作后的图像      
title('Opening-closing (Ioc)')      
Iobrd = imdilate(Iobr, se);%对图像进行膨胀      
Iobrcbr = imreconstruct(imcomplement(Iobrd), ...      
    imcomplement(Iobr));%形态学重建      
Iobrcbr = imcomplement(Iobrcbr);%图像求反      
subplot(122); imshow(Iobrcbr), %显示重建求反后的图像      
title('Opening-closing by reconstruction (Iobrcbr)')      
fgm = imregionalmax(Iobrcbr);%局部极大值      
figure; imshow(fgm), %显示重建后局部极大值图像      
title('Regional maxima of opening-closing by reconstruction (fgm)')      
I2 = I;      
I2(fgm) = 255;%局部极大值处像素值设置为255      
figure; imshow(I2), %在原图上显示极大值区域      
title('Regional maxima superimposed on original image (I2)')      
se2 = strel(ones(5,5));%结构元素      
fgm2 = imclose(fgm, se2);%关操作      
fgm3 = imerode(fgm2, se2);%腐蚀      
fgm4 = bwareaopen(fgm3, 20);%开操作      
I3 = I;      
I3(fgm4) = 255;%前景处设置为255      
figure; subplot(121)      
imshow(I3)%显示修改后的极大值区域      
title('Modified regional maxima')      
bw = im2bw(Iobrcbr, graythresh(Iobrcbr));%转化为二值图像      
subplot(122); imshow(bw), %显示二值图像      
title('Thresholded opening-closing by reconstruction')