[发明专利]基于分水岭算法和形态学标记的图像分割方法

权利要求书

1.一种基于分水岭算法和形态学标记的图像分割方法，其特征在于，包括以下步骤：

(1)对灰度图像进行中值滤波，得到滤波后的图像；

(2)对所述滤波后的图像使用OTSU大津法，得到二值化图像；所述OTSU大津法利用图像中目标和背景之间灰度值上的差异，将图像视为具有不同灰度等级的目标与背景的组合，通过选取阈值，判断图像中某一个具体的像素点是属于目标还是背景，产生具有初步标记特征的二值化图像；

(3)利用基于重建的形态学运算处理所述二值化图像，得到特征标记图像；

(4)采用分水岭算法对所述特征标记图像进行变换，得到分割后的图像；

步骤(1)中的中值滤波包括以下步骤：

(11)选择sobel边缘算子对所述灰度图像进行水平和垂直方向的滤波；

(12)计算模值；

步骤(11)中所述sobel边缘算子包括两组3x3矩阵，其中一组为横向矩阵：

Gx=-101-202-101,]]>

另一组为纵向矩阵：

Gy=121000-1-2-1;]]>

步骤(3)包括以下步骤：

(31)对所述二值化图像进行形态学中的腐蚀操作；

(32)统计腐蚀后的图像中所有连通域的像素面积，计算所述连通域的像素面积的均值和偏差；

(33)根据所述连通域的像素面积与所述连通域的像素面积的所述偏差，删除所述腐蚀后的图像边缘与内部的杂质点以及过小的所述连通域；

(34)利用步骤(33)中得到的图像与步骤(2)中的所述二值化图像，进行重建，获得重建图像；

(35)对所述重建图像，进行膨胀及重建操作，得到膨胀后重建图像；

(36)对步骤(34)中获得的重建图像与步骤(35)中得到的膨胀后重建图像，求补，并进行重建，然后再求补，获得用于分水岭算法的特征标记图像；

步骤(31)中腐蚀操作的结构元素为圆形算子或者方形算子；

所述结构元素的像素值为2～20；

步骤(35)中的膨胀操作，使用的结构元素与步骤(35)中腐蚀操作的结构元素相同；

步骤(4)中所述分水岭算法采用象素点的欧拉距离作为分割标准。