基于形态学梯度和分水岭的图像分割算法研究

摘要：针对医学图像形态建模过程易产生过分割的问题，提出了一种基于各向异性扩散的分水岭分割算法。 该算法首先对原始图像进行自适应各向异性扩散滤波，然后引入多尺度的形态梯度图像作为分水岭变换的参考图 像，

一种改进的基于梯度重建的分水岭分割，姬宝金，吕建平，由于分水岭算法存在着过分割的问题，本篇论文提出了一个有效解决该问题的方法。首先，在图像预处理过程中先对图像进行形态学滤波

数学形态学以图像的形态特征为研究对象，用具有一定形态的结构元素描述图像中元素与元素、部分与部分之间的关系，以达到对图像分析和识别的目的。数学形态学用于基于区域的图像分割最典型的例子就是分水岭(Wate

基于labview分水岭算法.vi

这是分水岭算法的实现，有ppt，用matlab实现

针对分水岭分割算法极易出现过分割现象这一弊端，对传统分水岭算法进行了改进，提出了一种新的基于阈值标记法的分水岭医学图像分割方法。其中采用最大熵阈值法来提取图像内部标记，对内部标记进行分水岭变换得外部标

首先对图像进行开闭腐蚀等处理,并进行形态学重建,最后利用分水岭算法对苹果进行了有效的分割

分割算法纯用c++来实现，可通过阈值调节分割的程度

WaterShed 图像边缘检测 分水岭算法

基于OpenCV库，实现分水岭算法图像分割。通过鼠标左键点选或涂抹选择分水岭起点，对图像各区域进行有效分割。已测试可以正常运行，如无法正常运行请联系本人。