第1步：在彩色图像中读取并将其转换为灰度

rgb = imread ('pears.png'）;i = RGB2GRAY（RGB）;imshow（i）文字（732,501，'图片由Corel（R）'提供那......“字形大小”7，'水平对齐'那'对'）

第2步：使用梯度幅度作为分段函数

计算梯度幅度。梯度高于物体边界，并且在物体内部低（主要）。

gmag = imgradient(我);imshow (gmag[])标题(“梯度大小”）

您可以通过直接在梯度幅度上使用流域变换来分割图像吗？

l =流域（Gmag）;lrgb = label2RGB（L）;imshow（lrgb）标题（'流域的梯度幅度转换'）

不。如果没有额外的预处理，如下面的标记计算，直接使用分水岭变换通常会导致“过度分割”。

第3步：标记前景对象

在这里可以应用各种程序来寻找前景标记，这些标记必须连接每个前景对象内部的像素块。在这个例子中，您将使用形态学技术，称为“通过重建打开”和“通过重建关闭”来“清理”图像。这些操作将在每个可以定位的对象内部创建平坦的maximaimregionalmax.．

开放是一种侵蚀，然后是扩张，而开放的重建是一种侵蚀，然后是形态重建。让我们比较这两者。首先，计算使用伊莫登．

se = strel ('盘', 20);Io = imopen(我,se);imshow (Io)标题(“打开”）

接下来使用imerode和imreconstruct．

Ie = imerode(我,se);Iobr = imreconstruct(即我);imshow (Iobr)标题(“Opening-by-Reconstruction”）

在带有闭合的开口之后可以去除暗点和茎标记。比较常规重建的常规形态关闭。第一次尝试imclose：

国际奥委会= imclose (Io, se);imshow (Ioc)标题('开放'）

现在使用混合紧随其后的是imreconstruct．注意您必须补充图像输入和输出imreconstruct．

Iobrd = imdilate (Iobr, se);Iobrcbr = imreconstruct (imcomplement (Iobrd) imcomplement (Iobr));Iobrcbr = imcomplement (Iobrcbr);imshow (Iobrcbr)标题(“通过重建开放”）

你可以通过比较来看Iobrcbr.与IOC，基于重建的开放和关闭比标准开口和关闭更有效，在不影响物体的整体形状的情况下拆除小瑕疵。计算区域最大值Iobrcbr.获得良好的前景标记。

女性生殖器切割= imregionalmax (Iobrcbr);imshow(女性生殖器切割)标题(“通过重建实现开放与关闭的区域最大化”）

为了帮助解释结果，将前景标记图像叠加到原始图像上。

I2 = Labeloverlay（I，FGM）;imshow（i2）标题（'区域最大叠加在原始图像上'）

请注意，未标记一些大多数封闭的和阴影对象，这意味着这些对象在最终结果中不会正确分割。此外，某些物体中的前景标记将达到对象的边缘。这意味着您应该清理标记斑点的边缘，然后缩小它们。你可以通过结束，然后是侵蚀来做这件事。

se2 = strel（（5,5））;FGM2 = Imclose（FGM，SE2）;FGM3 = IMERODE（FGM2，SE2）;

该过程倾向于留下必须去除的一些杂散隔离像素。你可以使用这个bwareaopen，它删除所有像素小于一定数量的斑点。

FGM4 = Bwareaopen（FGM3,20）;i3 = Labeloverlay（I，FGM4）;imshow（i3）标题（“在原始图像上叠加修改的区域最大值”）

步骤4:计算背景标记

现在你需要标记背景。在清洁图像中，Iobrcbr.，暗像素属于背景，所以可以从阈值操作开始。

bw = imbinarize（iobrcbr）;imshow（bw）标题（'通过重建阈值开放式关闭'）

背景像素处于黑色，但理想情况下，我们不希望背景标记太靠近我们尝试段的对象的边缘。我们将通过计算“通过影响区域”，或滑雪精灵的“骨架”来“薄”背景BW.．这可以通过计算距离变换的流域变换来完成的BW.，然后寻找分水岭山脊线(戴斯。莱纳姆:= = 0）结果。

d = bwdist（bw）;dl =流域（d）;BGM = DL == 0;imshow（bgm）标题（'流域脊线'）

步骤5:计算分割函数的分水岭变换。

功能imimposemin可用于修改图像，使其仅在某些所需位置具有区域最小值。在这里，您可以使用imimposemin修改梯度幅度图像，使其仅在前台和背景标记像素处发生其唯一的区域最小值。

gmag2 = imimposemin（gmag，bgm | fgm4）;

最后，计算基于分水岭的分割。

l =流域（Gmag2）;

第6步：可视化结果

一种可视化技术是将前景标记物、背景标记物和分割后的物体边界叠加在原始图像上。您可以根据需要使用扩展来使某些方面(如对象边界)更加可见。对象边界位于l == 0.．二进制前景和背景标记被缩放到不同的整数，以便它们被分配不同的标签。

标签= imdilate(L==0,ones(3,3)) + 2*bgm + 3*fgm4;当= labeloverlay(我、标签);imshow(预告)标题(“标记和物体边界叠加在原始图像上”）

这个可视化演示了前景和背景标记的位置如何影响结果。在一些地方，部分被遮挡的较暗物体被与其较亮的邻居物体合并，因为被遮挡的物体没有前景标记。

另一种有用的可视化技术是以彩色图像显示标签矩阵。标签矩阵，例如由此产生的矩阵分水岭和bwlabel，可以通过使用来转换为TrueColor图像以进行可视化目的label2RGB.．

LRGB = Label2RGB（L，“喷气机”那' w '那“洗牌”）;imshow（lrgb）标题（“彩色分水岭标签矩阵”）

您可以使用透明度来叠加在原始强度图像顶部的伪颜色标签矩阵。

图imshow（i）持有在hemage = imshow（lrgb）;hemage.alphadata = 0.3;标题（“彩色标签透明地叠加在原始图像上”）