分水岭是用于分割的经典算法，即用于分离图像中的不同对象。

从用户定义的标记开始，分水岭算法将像素值视为局部地形（高程）。该算法从标记中泛洪盆地，直到归因于不同标记的盆地在分水岭线上相遇。在许多情况下，选择标记作为图像的局部最小值，然后从中淹没盆地。

在下面的示例中，两个重叠的圆要分开。为此，您需要计算一张图像，即与背景之间的距离。选择该距离的最大值（即，距离的反方向的最小值）作为标记，并且从此类标记开始的盆地泛滥将两个圆圈沿分水岭线分开。

分水岭算法(watershed)是一种比较基本的数学形态学分割算法，其基本思想是将灰度图像转换为梯度图像，将梯度值看作高低起伏的山岭，将局部极小值及其邻域看作一个“集水盆”。设想一个个“集水盆”中存在积水，且水位不断升高，淹没梯度较低的地方，当水漫过程停止后，就找出了分割线，图像也就可以被分割成几块连通区域。

import numpy as np
import matplotlib.pyplot as plt
from scipy import ndimage as ndifrom skimage.morphology import watershed
from skimage.feature import peak_local_max# Generate an initial image with two overlapping circles
x, y = np.indices((80, 80))
x1, y1, x2, y2 = 28, 28, 44, 52
r1, r2 = 16, 20
mask_circle1 = (x - x1)**2 + (y - y1)**2 < r1**2
mask_circle2 = (x - x2)**2 + (y - y2)**2 < r2**2
image = np.logical_or(mask_circle1, mask_circle2)# Now we want to separate the two objects in image
# Generate the markers as local maxima of the distance to the background
distance = ndi.distance_transform_edt(image)
local_maxi = peak_local_max(distance, indices=False, footprint=np.ones((3, 3)),labels=image)
markers = ndi.label(local_maxi)[0]
labels = watershed(-distance, markers, mask=image)fig, axes = plt.subplots(ncols=3, figsize=(9, 3), sharex=True, sharey=True)
ax = axes.ravel()ax[0].imshow(image, cmap=plt.cm.gray)
ax[0].set_title('Overlapping objects')
ax[1].imshow(-distance, cmap=plt.cm.gray)
ax[1].set_title('Distances')
ax[2].imshow(labels, cmap=plt.cm.nipy_spectral)
ax[2].set_title('Separated objects')for a in ax:a.set_axis_off()fig.tight_layout()
plt.show()

脚本的总运行时间：（0分钟0.217秒）

Download Python source code: plot_watershed.py

Download Jupyter notebook: plot_watershed.ipynb

Watershed segmentation 分水岭分割相关推荐

OpenCV watershed分水岭分割算法的实例(附完整代码)
OpenCV watershed分水岭分割算法的实例 OpenCV watershed分水岭分割算法的实例 OpenCV watershed分水岭分割算法的实例 #include <opencv ...
OpenCV分水岭分割函数：watershed()介绍
OpenCV分水岭分割函数:watershed()介绍
基于Matlab的标记分水岭分割算法(imreconstruct)
1 综述 Separating touching objects in an image is one of the more difficult image processing operation ...
[Medical Image Process] 3.4 Morphology Application—Watershed Algorithm 分水岭算法
1. 分水岭原理分水岭算法是一种基于拓扑理论的数学形态学分割理论,其基本思想是把图像看作是测地学上的拓扑地貌,图像中每一点像素的灰度值表示该点的海拔高度,每一个局部极小值及其影响区域成为集水盆,而集 ...
OpenCV分水岭分割算法2
分水岭算法是用于分割的经典算法,在提取图像中粘连或重叠的对象时特别有用,例如上图中的硬币. 使用传统的图像处理方法,如阈值和轮廓检测,我们将无法从图像中提取每一个硬币,但通过利用分水岭算法,我们能够检 ...
基于标记的分水岭分割算法
分水岭技术是一种众所周知的分割算法,特别适用于提取图片中的相邻或重叠对象.使用分水岭方法时,我们必须从用户定义的标记开始.这些标记可以使用点击手动定义,也可以使用阈值或形态学处理方法定义. 分水岭技术 ...
基于matlab山脊线,基于Matlab的标记分水岭分割算法
lyqmath 1 综述 Separating touching objects in an image is one of the more difficult image processing o ...
做形态学方法的团队_图像分割实战-分水岭分割方法和GrabCut 算法
1. 分水岭分割方法它是依赖于形态学的,图像的灰度等级不一样,如果图像的灰度等级一样的情况下怎么人为的把它造成不一样?可以通过距离变换实现,这样它们的灰度值就有了阶梯状的变换.风水岭算法常见的有三种 ...
图像分割之分水岭分割算法
基本思想分水岭(watershed)是地形学中的一个经典概念,例如美国落基山脉分水岭,将美国分为两个区域,落在这个分水岭一边的雨滴,最终会到达大西洋,但是落在另一边的雨滴,最终回流到太平洋.为了提取 ...

Watershed segmentation 分水岭分割

分水岭是用于分割的经典算法，即用于分离图像中的不同对象。

Watershed segmentation 分水岭分割相关推荐

最新文章

热门文章