图像分割是计算机视觉领域中的一个经典难题。它是由图像处理到图像分析的关键一步。图像分割的质量直接影响图像的后续处理,所以图像分割具有十分重要的意义。 本文对基于区域的图像分割算法进行了深入研究。首先对图像分割相关的基本概念和国内外发展状况进行了介绍,然后详细介绍了目前研究较多的几种基于区域的图像分割算法,重点研究了基于数学形态学的分水岭算法。分水岭算法是目前被广泛应用的经典有效的分割算法之一,它是基于数学形态学的分割,可以得到精确的边缘,即连续、封闭、单像素宽的边缘。但是它的主要缺点是对噪声十分敏感,容易因噪声造成过分割现象, 致使分割结果出现大量零散区域。 本文针对上述问题,将OTSU阈值分割和改进的分水岭变换相结合,并取得如下研究成果： 首先,引入OTSU法对形态梯度图进行一个初始的二值分割。将梯度图中的像素分为两类,即边缘点和内部点,这样可以大大减少平坦区域的局部极小点,从而可以大大减少细小区域的生成。 其次,提出了改进的分水岭算法。新算法通过处理边界像素,根据像素的连通性来提取单像素宽的边界。改进的分水岭算法主要包括提取较高的分水岭点和连接分水岭线两个过程,从而保证了最终边界的准确性、单像素宽和封闭性。 试验结果表明本文方法可以有效克服利用V-S方法产生的过分割问题,可以得到较好的分割结果。