簡介
分水嶺算法是一種圖像區域分割法，分割的過程中將圖片轉化為灰度圖，然後將灰度值看作是海拔，然後向較低點注水，這種基於地形學的解釋，我們著重考慮三種點：
1）極小值點，該點對應一個盆地的最低點，當我們在盆地裡滴一滴水的時候，由於重力作用，水最終會匯聚到該點。注意：可能存在一個最小值面，該平面內的都是極小值點。
2）盆地的其它位置點，該位置滴的水滴會匯聚到局部最小點。
3）盆地的邊緣點，是該盆地和其它盆地交接點，在該點滴一滴水，會等概率的流向任何一個盆地。
明白上述三種點之後，我們開始往盆地的極小值點注水，然後隨著注水的深入，每一個極小值點慢慢的向外擴展，然後知道兩個盆地的水匯合，匯合處就是我們需要的分水嶺。
從下圖可以直觀理解一下，首先這三塊區域都含有極小值點
然後逐漸填充就能獲得分水嶺（即分界線）
得到分界線就能完成圖像分割
代碼實現
clear, close all;clc;%1.讀取圖像並求取圖像的邊界。 rgb = imread('1.png');%讀取原圖像I = rgb2gray(rgb);%轉化為灰度圖像figure; subplot(121)%顯示灰度圖像imshow(I)text(732,501,'Image courtesy of Corel','FontSize',7,'HorizontalAlignment','right')hy = fspecial('sobel');%sobel算子,應用sobel算子銳化圖像hx = hy';Iy = imfilter(double(I), hy, 'replicate');%濾波求y方向邊緣Ix = imfilter(double(I), hx, 'replicate');%濾波求x方向邊緣gradmag = sqrt(Ix.^2 + Iy.^2);%求摸subplot(122); imshow(gradmag,[]), %顯示梯度title('Gradient magnitude (gradmag)') %2. 直接使用梯度模值進行分水嶺算法：（往往會存在過的分割的情況，效果不好） L = watershed(gradmag);%直接應用分水嶺算法Lrgb = label2rgb(L);%轉化為彩色圖像figure; imshow(Lrgb), %顯示分割後的圖像title('Watershed transform of gradient magnitude (Lrgb)')%過分割現象 %3.分別對前景和背景進行標記：本例中使用形態學重建技術對前景對象進行標記，首先使用開操作，開操作之後可以去掉一些很小的目標。%開和閉這兩種運算可以除去比結構元素小的特定圖像細節，同時保證不產生全局幾何失真。%開運算可以把比結構元素小的突刺濾掉，切斷細長搭接而起到分離作用；%閉運算可以把比結構元素小的缺口或孔填充上，搭接短的間斷而起到連接作用。se = strel('disk', 20);%圓形結構元素,STREL('disk',R,N),R is the specified radius, When N is greater than 0, the disk-shaped structuring %element is approximated by a sequence of NIo = imopen(I, se);%形態學開操作figure; subplot(121)imshow(Io), %顯示執行開操作後的圖像title('Opening (Io)')Ie = imerode(I, se);%對圖像進行腐蝕，基本參數：待處理的輸入圖像以及結構元素對象Iobr = imreconstruct(Ie, I);%形態學重建subplot(122); imshow(Iobr), %顯示重建後的圖像title('Opening-by-reconstruction (Iobr)')Ioc = imclose(Io, se);%形態學關操作，首先膨脹,然後腐蝕,兩個操作使用同樣的結構元素figure; subplot(121)imshow(Ioc), %顯示關操作後的圖像title('Opening-closing (Ioc)')Iobrd = imdilate(Iobr, se);%對圖像進行膨脹，基本參數：待處理的輸入圖像和結構元素對象。Iobrcbr = imreconstruct(imcomplement(Iobrd), ... imcomplement(Iobr));%形態學重建Iobrcbr = imcomplement(Iobrcbr);%圖像求反subplot(122); imshow(Iobrcbr), %顯示重建求反後的圖像,figure4title('Opening-closing by reconstruction (Iobrcbr)')%As you can see by comparing Iobrcbr with Ioc, %reconstruction-based opening and closing are more %effective than standard opening and closing at removing %small blemishes without affecting the overall %shapes of the objects. Calculate the regional maxima %of Iobrcbr to obtain good foreground markers. fgm = imregionalmax(Iobrcbr);%局部極大值figure; imshow(fgm), %顯示重建後局部極大值圖像,figure5title('Regional maxima of opening-closing by reconstruction (fgm)')I2 = I; %前景標記圖與原圖疊加I2(fgm) = 255;%局部極大值處像素值設為255figure; imshow(I2), %在原圖上顯示極大值區域,figure6title('Regional maxima superimposed on original image (I2)')se2 = strel(ones(5,5));%結構元素fgm2 = imclose(fgm, se2);%關操作fgm3 = imerode(fgm2, se2);%腐蝕fgm4 = bwareaopen(fgm3, 20);%開操作I3 = I;I3(fgm4) = 255;%前景處設置為255figure; subplot(121)imshow(I3)%顯示修改後的極大值區域,figure7title('Modified regional maxima')bw = im2bw(Iobrcbr, graythresh(Iobrcbr));%轉化為二值圖像subplot(122); imshow(bw), %顯示二值圖像,figure7title('Thresholded opening-closing by reconstruction') %4. 進行分水嶺變換並顯示：
DL = watershed(Iobrcbr);%分水嶺變換figureimshow(DL)title('分水嶺')labels = imdilate(DL==0,ones(3,3));I4 = labeloverlay(I,labels);figureimshow(I4)title('分水嶺邊界線')
%% % 將標籤矩陣顯示為彩色圖像。標籤矩陣Lrgb = label2rgb(DL,'jet','w','shuffle');figureimshow(Lrgb)title('分水嶺Label')%%figureimshow(I)hold onhimage = imshow(Lrgb);himage.AlphaData = 0.2; % 使用透明方式將此偽顏色標籤矩陣疊加到原始強度圖像上title('彩色Label')