基于分层多尺度形态学梯度修正的分水岭分割（英文）

形态学分水岭分割对图像中的噪声和非规则细节较为敏感,常常导致较严重的过分割。如果在分水岭分割之前采用线性滤波器进行平滑,可以在某种程度上消除噪声和非规则细节干扰造成的分水岭过分割,但是可能使分割出的目标轮廓产生位置偏移。为了能够在消除过分割的同时保持目标轮廓的位置不变,提出了一种基于分层多尺度形态学梯度修正的分水岭分割方法。首先对原始图像进行多尺度形态学滤波平滑;然后根据形态学梯度图像的三维地貌体积对其进行分层多尺度修正,自适应地确定修正所需的结构元素尺寸,对于低梯度层级采用较大尺寸结构元素进行形态学闭运算,消除因非规则细节产生过分割的非规则局部极小值,而对较高梯度层则采用较小尺寸的结构元素,保持区域轮廓的位置不变;最后在修正梯度图像基础上,运用标准分水岭变换实现图像分割。实验结果表明,该方法能够在消除过分割的同时,较准确的保持目标轮廓的位置。