clear,clc%三种方法进行分水岭分割%读入图像filename="sar1.bmp";f=imread(filename);Info=imfinfo(filename);if Info.BitDepth>8 f=rgb2gray(f);endfigure,mesh(double(f));%显示图像，类似集水盆地%方法1：一般分水岭分割，从结果可以看出存在过分割问题b=im2bw(f,graythresh(f));%二值化,注意应保证集水盆地的值较低（为0），否则就要对b取反d=bwdist(b); %求零值到最近非零值的距离，即集水盆地到分水岭的距离 l=watershed(-d); %matlab自带分水岭算法，l中的零值即为风水岭w=l==0; %取出边缘g=b&~w; %用w作为mask从二值图像中取值figuresubplot(2,3,1),imshow(f);subplot(2,3,2),imshow(b);subplot(2,3,3),imshow(d);subplot(2,3,4),imshow(l);subplot(2,3,5),imshow(w);subplot(2,3,6),imshow(g);%方法2：使用梯度的两次分水岭分割，从结果可以看出还存在过分割问题（在方法1的基础上改进）h=fspecial("sobel");%获得纵方向的sobel算子fd=double(f);g=sqrt(imfilter(fd,h,"replicate").^2+imfilter(fd,h","replicate").^2);%使用sobel算子进行梯度运算l=watershed(g);%分水岭运算wr=l==0; g2=imclose(imopen(g,ones(3,3)),ones(3,3));%进行开闭运算对图像进行平滑l2=watershed(g2);%再次进行分水岭运算wr2=l2==0;f2=f;f2(wr2)=255;figuresubplot(2,3,1),imshow(f);subplot(2,3,2),imshow(g);subplot(2,3,3),imshow(l);subplot(2,3,4),imshow(g2);subplot(2,3,5),imshow(l2);subplot(2,3,6),imshow(f2);%方法3：使用梯度加掩模的三次分水岭算法（在方法2的基础上改进）h=fspecial("sobel");%获得纵方向的sobel算子fd=double(f);g=sqrt(imfilter(fd,h,"replicate").^2+imfilter(fd,h","replicate").^2);%使用sobel算子进行梯度运算l=watershed(g);%分水岭运算wr=l==0; rm=imregionalmin(g); %计算图像的区域最小值定位，该函数仅仅是用来观察为何分水岭算法产生这么多集水盆地im=imextendedmin(f,2);%上面仅是产生最小值点，而该函数则是得到最小值附近的区域，此处的附近是相差2的区域fim=f; fim(im)=175; %将im在原图上标识出，用以观察 lim=watershed(bwdist(im));%再次分水岭计算em=lim==0;g2=imimposemin(g,im|em);%在梯度图上标出im和em，im是集水盆地的中心，em是分水岭l2=watershed(g2); %第三次分水岭计算f2=f;f2(l2==0)=255; %从原图对分水岭进行观察figuresubplot(3,3,1),imshow(f);subplot(3,3,2),imshow(g);subplot(3,3,3),imshow(l);subplot(3,3,4),imshow(im);subplot(3,3,5),imshow(fim);subplot(3,3,6),imshow(lim);subplot(3,3,7),imshow(g2);subplot(3,3,8),imshow(l2)subplot(3,3,9),imshow(f2);
