基于数学形态学的分水岭图像分割方法

在VC.NET的开发环境中,设计了一个实现数学形态学基本分割运算的简易软件.该软件可以选择不同方向和不同形状、大小的结构元并在四邻域或八邻域中实现灰度图像的腐蚀、膨胀和开、闭运算,通过检测相邻象素灰度值的突变获得不同区域之间的边缘并实现了基于数学形态学的边缘检测和滤波,以及分水岭的分割算法.实验结果说明该软件性能稳定、图像分割和滤波效果优良.     

基于分水岭区域差异性的多级图像分割

分水岭分割算法的不足之处在于过分割，即生成大量的小区域而使目标物淹没其中．文中通过定义分水岭区域的差异性给出一种多级图像分割方案，克服了传统的解决过分割问题时需要预先设置标记点的缺陷，也避免了多分辨率分割中边缘模糊和移位的问题．该算法可以应用于多种类型的图像。并经实验证明具有良好的分割效果．     

区域地表水面源污染负荷的GIS计算方法研究

以武汉市九峰城市森林保护区为研究区,利用其Arc Hydro Tools工具可以将进行科学划分区域子流域及分水岭,利用其空间分析及属性分析,可精确计算出子流域不同土地类型面积,将城镇区及非城镇区径流污染负荷模型融入分析体系中,分析统计出不同区域、不同流域、不同土地类型的地表径流污染负荷量及总负荷.利用GIS计算方法尝试解决区域面源计算中面积不准确性及参数不合理性问题,已成功运用于武汉市九峰城市森林保护区环境保护规划中,可为区域面源污染估算、水环境管理提供一种新的思路.图3,表4,参9.     

基于遗传算法最佳阈值分割的矿石图像分割

为了实现选矿的自动化,通过利用工业摄像机对传送带上的矿石颗粒图像进行采集,Matlab对采集的图像依次进行双边滤波降噪处理、遗传算法最佳阈值分割、分水岭分割、矿石颗粒像素标定以及像素面积检测的方法研究了矿石的粒度分布,结果表明：与人工筛分的数据进行对比,显示图像处理的结果在误差允许范围内。可见运用图像处理的方法进行矿石粒度的检测是可行的,能够为矿石的破碎提供数据指导,促进矿业生产的自动化和智能化。     

基于改进分水岭算法的球团矿图像分割

针对传统图像分割算法不能对球团矿图像中粘连球团进行准确有效分割的问题,提出一种改进的分水岭分割算法。该算法将标记和分水岭算法结合起来,利用标记带来的先验知识限定图像分割区域的数目,并对分水岭算法的梯度图像进行修改,从而能够对球团边缘准确分割,同时避免产生过分割现象。实验结果表明,改进分水岭算法对图像中粘连球团的边缘有良好的分割效果。     

基于链码的分水岭算法在图像分割中的应用

在图像特征提取、识别以及基于特征的图像压缩等领域内,作为关键技术的图像分割方法具有重要的地位。本文首先对基于区域的图像分割技术进行了介绍。然后针对静态位图图像,利用基于链码的分水岭算法对图像进行分割,达到与人视觉系统比较符合的分割结果。     

基于深度图像与分水岭的平面点云分割方法

根据目前点云数据分割的研究现状以及分水岭算法在图像处理中的应用,提出一种基于深度图像和分水岭算法的建筑物平面点云分割方法.该方法首先将平面点云数据生成深度图像并给像素赋予灰度值,再使用双边滤波算法进行滤波去噪,然后使用分水岭算法进行图像分割,得到分割结果后索引回原始点云数据,得到点云分割结果.为验证方法的可靠性与准确性,利用区域增长法、RANSAC算法以及欧式聚类法进行对比实验.通过对实验结果的对比分析,能有效地将不同点云面片分割出来,并且具有良好的准确度和完整度,分割结果质量较高,为点云的分割提供了新的思路与方法.     

高山天池群

天池,我国三大高山天池之一,世所罕见的高山湖泊群.古称祁连池或祁连泊.位于宁武县城西南20 km、海拔1 054 m的分水岭东顶部.天池湖泊群详名为天池（俗称马营海或母海）、元池（俗称公海）、琵琶海、鸭子海、干海、老师傅海.它们面积、深浅不一,其中以马营海为最,水深20余米,面积超过1 km2.关于天池的记载,散见于《山海经》、《水经注》、《资治通鉴》、《隋书》、《唐书》、《三关志》、《晋问》等典籍.很久以来,天池一直为皇家和世人所关注,是历代帝王、文人墨客避暑观光、游览狩猎的绝佳胜境.先后有北齐皇帝高炜、隋炀帝杨广、唐高祖李渊、唐太宗李世民、后汉帝刘渊等16个皇帝巡游览胜.现已辟为省级旅游风景名胜区.     

基于小波变换和形态学的图像分割方法

提出一种基于小波变换的分水岭图像分割方法。首先,源图像进行形态学开闭重建滤波,然后将滤波后的图像进行小波分解,在小波分解顶层的低频概貌图像中用分水岭分割算法将图像分割成若干个小区域,根据一定的区域合并准则进行区域合并,获得初始分割图像,最后将初始分割图像投影到全分辨率图像上,得到最终的分割图像。该方法有效地解决了传统分水岭算法对噪声敏感和过分割问题,并提高了计算速度。     

一种基于标记阈值的分水岭分割新算法

为了克服分水岭算法的过分割问题,提出了一种新的带标记(marker)的分水岭分割算法。该方法首先根据邻接像素的连通性提取原始图像梯度的局部极小值点,然后采用最大熵阈值法去除由噪声及图像细节纹理所产生的伪极小值点,将修改后得到的极小值点强制作为标记,并在原始梯度图像上应用带标记的分水岭算法。该方法的优点是可以自适应地提取标记而不需要先验知识,克服了标记提取的困难。实验结果表明,该算法能有效地减少分水岭的过分割现象。