50、图像分割与表示：分水岭变换及区域提取方法

图像分割与表示：分水岭变换及区域提取方法

1. 分水岭变换分割

1.1 直接分水岭变换的问题

直接将分水岭变换应用于梯度图像时，由于噪声和梯度的局部不规则性，可能会导致过分割问题，使得分割结果产生大量无用的小区域。

1.2 标记控制的分水岭分割

为解决过分割问题，可采用标记控制的分水岭分割方法。该方法基于标记的概念，标记是属于图像的连通分量，包括内部标记（位于感兴趣对象内部）和外部标记（位于背景中）。

1.3 示例操作步骤

以电泳凝胶图像为例，详细操作步骤如下：
1. 计算梯度图像的分水岭变换 ：

h = fspecial('sobel');
fd = tofloat(f);
g = sqrt(imfilter(fd, h, 'replicate').^2 + imfilter(fd, h', 'replicate').^2);
L = watershed(g);
wr = L == 0;

此步骤可得到未处理的分水岭变换结果，但会出现严重的过分割现象，部分原因是存在大量区域极小值。
2. 查找区域极小值位置 ：

rm = imregionalmin(g);

使用 imregionalmin 函数可计算图像中所有区域极小值的位置。
3.