理论 任何灰度图像都可以看作是一个地形表面，其中高强度表示山峰和丘陵，而低强度表示山谷。用不同颜色的水(标签)填充每个孤立的山谷(局部极小值)。当水上升时，根据附近的峰(梯度)，不同山谷不同的颜色的水，显然会开始融合。为了避免这种情况，你在水就要融合的地方及时增加屏障（增高水坝）。你继续填满水，建造 ...
分类：
编程语言 时间：
2019-07-14 22:38:17
阅读次数：
247
最近接触到了关于小物体图像计数方面的问题，从网上搜索出来的大部分都是基于分水岭算法的项目实践。尝试学习了解，在此回顾一下自身理解： 首先自己找了一些元器件进行实验，原图为： 识别效果图为： 代码基于opencv实现，实现过程为： 1.图像二值化：根据设置阈值分割将图像前景背景分离； 2.数学形态学操 ...
分类：
其他好文 时间：
2019-06-28 16:50:24
阅读次数：
1036
一、原理 分水岭算法主要用于图像分段，通常是把一副彩色图像灰度化，然后再求梯度图，最后在梯度图的基础上进行分水岭算法，求得分段图像的边缘线。 任意的灰度图像可以被看做是地质学表面，高亮度的地方是山峰，低亮度的地方是山谷。给每个孤立的山谷（局部最小值）不同颜色的水（标签），当水涨起来，根据周围的山峰（ ...
分类：
编程语言 时间：
2018-11-03 21:04:01
阅读次数：
358
推文： OpenCV学习(7) 分水岭算法(1)（原理简介简单明了） OpenCV-Python教程:31.分水岭算法对图像进行分割（步骤讲解不错） 使用分水岭算法进行图像分割 （一）获取灰度图像，二值化图像，进行形态学操作，消除噪点 （二）在距离变换前加上一步操作：通过对上面形态学去噪点后的图像， ...
分类：
编程语言 时间：
2018-07-09 14:16:37
阅读次数：
483
Opencv分水岭算法——watershed自动图像分割用法 OpenCV距离变换distanceTransform应用 图像分割在图像处理中占有重要地位，也是图像识别的基础。通常需要在进行图像分割算法前找到轮廓或分割线，因此传统的分割算法主要集中在边缘检测、阈值处理等。 ...
分类：
编程语言 时间：
2018-01-28 20:02:00
阅读次数：
184
一、分水岭算法 分水岭变换是一个流行的图像处理算法，用于快速分割图像为同类区域。它背后的原理是，将图像视为拓扑结构的地图， 那么均质区域对应的是被陡峭边缘包围的平坦盆地。 实现方法： 分水岭分割的结果是通过watershed()函数获取。 我们将图片中已知属于某个区域的像素进行标记，基于这个标记，分 ...
分类：
编程语言 时间：
2017-04-29 16:11:39
阅读次数：
199
分水岭算法，是一种基于拓扑理论的数学形态学的分割方法，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称为集水盆，而集水盆的边界则形成分水岭。 一般的分水岭算法会对微弱边缘，图像中的噪声，物体表面细微的灰度变化造成过度的分割。 以下 ...
分类：
编程语言 时间：
2016-11-02 10:02:16
阅读次数：
400
分水岭算法实现分割
分水岭分割方法，是一种基于拓扑理论的数学形态学的分割方法，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称为集水盆，而集水盆的边界则形成分水岭。分水岭的概念和形成可以通过模拟浸入过程来说明。在每一个局部极小值表面，刺穿一个小孔，然后把整个模型慢慢浸入水中，随着浸入的加深，每一个局部极小值的影响域慢慢向外扩展...
分类：
其他好文 时间：
2016-04-13 13:21:08
阅读次数：
240
先看效果 说明 使用分水岭算法对图像进行切割，设置一个标记图像能达到比較好的效果，还能防止过度切割。 1、这里首先对阈值化的二值图像进行腐蚀，去掉小的白色区域，得到图像的前景区域。并对前景区域用255白色标记 2、相同对阈值化后的图像进行膨胀，然后再阈值化并取反。得到背景区域。并用128灰度表示 3
分类：
编程语言 时间：
2016-02-14 22:07:12
阅读次数：
291
骨架提取与分水岭算法也属于形态学处理范畴，都放在morphology子模块内。 1、骨架提取 骨架提取，也叫二值图像细化。这种算法能将一个连通区域细化成一个像素的宽度，用于特征提取和目标拓扑表示。 morphology子模块提供了两个函数用于骨架提取，分别是Skeletonize（）函数和media
分类：
编程语言 时间：
2016-01-28 20:55:33
阅读次数：
434
