论文部分内容阅读
分水岭变换的一些优秀的性质使它在许多不同的图像分割应用中非常常用:它简单并且具有直观性,可以并行实现,并且总是产生完整的图像轮廓。然而,它仍然有许多缺点(过度分割,对噪声敏感,难于检查出细结构物体或者低信噪比的结构)。本文提出一种改进的使用门限的分水岭算法来在不同程度上克服分水岭的这些缺陷。我们把该算法应用在三类图片上,一种具有复杂结构,一种具有低对比度,一种有低的信噪比。本文展示了该算法的分割结果,展示了该算法在这几类图片上出色表现。