对图像Figure10.46作以下操作:
1、 使用阈值分割方法分割阈值
2、 使用水坝法分割原始图像
3、 使用水坝法分割原始图像的梯度图像
4、 比较结果说明各个方法的优劣性
Otsu算法通过阈值分割使得背景和物体两类的方差最大,在类间方差为单峰的图像上能产生较好的分割效果。但是对噪声敏感。
对原始图像直接运用水坝法得到的结果不够准确,而对Sobel梯度图像应用水坝法,由于图像不够平滑,所以分割后存在很多较小的脊线。而通过对梯度图像进行形态学处理之后,能得到较为理想的结果。分水岭算法的优点是对微弱边缘具有良好的响应,但是图像中的噪声、物体表面细微的灰度变化,都会令分割产生过度分割的现象。这需要在处理时去除无关的边缘信息