Matlab关于分水岭算法及改进的分水岭算法

基于标记的分水岭自动分割算法,目的是为了降低分水岭的过分割问题。较为准确地标记提取方法可以实现对图像的成功分割。

opencv下实现的图像分水岭分割算法的源代码。

分水岭，大数据时代。中国互联网趋势预测白皮书，pdf版本

Watershed算法是图像分割算法的一种，也是目前应用领域最广泛的图像分割算法之一，此程序使用C#.NET平台，AForce组建，按照经典的分水岭算法，实现了量化等为6的GIF图像分割。

针对传统GrabCut在GMM迭代估计阶段仅单纯地考虑像素点的RGB彩色信息，当前景细节区域与它的周围区域颜色差异较大时容易发生分割错误，以及基于像素的运算导致分割效率不高的问题，提出一种结合权值优化与CS-LBP纹理特征的改进算法。该算法利用多尺度分水岭对图像进行预分割，构建区域邻接图；然后对每个区域进行颜色和纹理特征的提取，通过权值迭代优化算法使区域的数据项权值与周边分块区域的权值相关联，采用自适应参数将纹理约束项引入能量函数，并将改进算法应用于人脸图像分割，有效改善了分割效果。实验结果表明，该算法分割结果更加准确，效率更高。

【图像分割】基于分水岭算法实现细胞分割计数matlab源码.zip

本文介绍了python opencv之分水岭算法示例，分享给大家，具体如下： 目标 使用分水岭算法对基于标记的图像进行分割 使用函数cv2.watershed() 原理： 灰度图像可以被看成拓扑平面,灰度值高的区域可以看出山峰，灰度值低的区域可以看成是山谷。向每一个山谷当中灌不同颜色的水。水位升高，不同山谷的水会汇合，为防止不同山谷的水汇合，小在汇合处建立起堤坝。然后继续灌水，然后再建立堤坝，直到山峰都掩模。构建好的堤坝就是图像的分割。 此方法通常会得到过渡分割的结果，因为图像中的噪声以及其他因素。为了减少此影响，opencv使用基于标记的分水岭算法，此算法要设置哪些山谷中的汇合点

主要介绍了python opencv之分水岭算法示例，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧

使用VS2013+openCV2 实现的分水岭算法，亲测可用