计算机视觉图像分割：从阈值到分水岭的入门实践

计算机视觉的核心任务之一是将图像划分为具有语义意义的区域，这一过程称为图像分割。无论是自动驾驶中的道路检测、医学影像中的病灶识别，还是工业质检中的缺陷定位，分割算法都是技术落地的关键。本文将聚焦三种经典的入门级分割方法：阈值分割、区域生长与分水岭算法，从原理到实现，为初学者提供系统化的学习路径。

一、阈值分割：基于像素强度的简单划分

1.1 算法原理

阈值分割是最直观的分割方法，其核心思想是通过设定一个或多个阈值，将图像像素分为前景（目标）和背景两类。数学表达式为：
[
I{\text{out}}(x,y) =
\begin{cases}
1 & \text{if } I(x,y) > T \
0 & \text{otherwise}
\end{cases}
]
其中，(I(x,y))为输入图像，(T)为阈值，(I{\text{out}}(x,y))为二值化输出。

1.2 阈值选择方法

• 全局阈值：适用于光照均匀的图像，常用方法包括：
  • 手动选择：通过直方图观察峰值分布，人工设定阈值。
  • Otsu算法：自动计算最优阈值，使类内方差最小、类间方差最大。

    import cv2
    img = cv2.imread('image.jpg', 0)  # 读取灰度图
    ret, thresh = cv2.threshold(img, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)

• 局部阈值：针对光照不均的图像，采用滑动窗口计算局部阈值（如自适应阈值法）。

1.3 优缺点与适用场景

• 优点：计算高效，适合实时处理；对简单场景效果显著。
• 缺点：无法处理复杂纹理或重叠目标；对噪声敏感。
• 典型应用：文档扫描、简单物体检测（如硬币计数）。

二、区域生长：基于相似性的连通区域合并

2.1 算法步骤

区域生长通过以下步骤实现：

1. 种子点选择：手动或自动选取初始像素（如图像中心、边缘点）。
2. 相似性准则：定义像素间的相似条件（如灰度差<阈值、颜色距离<阈值）。
3. 区域合并：将满足条件的邻域像素合并到当前区域，迭代生长直至无法扩展。

2.2 代码实现示例

import numpy as np
import cv2
def region_growing(img, seed, threshold):
    height, width = img.shape
    visited = np.zeros((height, width), dtype=bool)
    region = np.zeros_like(img)
    stack = [seed]
    visited[seed] = True
    while stack:
        x, y = stack.pop()
        region[x, y] = 255
        for dx, dy in [(-1,0),(1,0),(0,-1),(0,1)]:  # 4邻域
            nx, ny = x + dx, y + dy
            if 0 <= nx < height and 0 <= ny < width:
                if not visited[nx, ny] and abs(int(img[nx, ny]) - int(img[x, y])) < threshold:
                    visited[nx, ny] = True
                    stack.append((nx, ny))
    return region
img = cv2.imread('image.jpg', 0)
seed = (100, 100)  # 手动选择种子点
segmented = region_growing(img, seed, 10)

2.3 关键参数与优化

• 种子点选择：可通过边缘检测或显著性分析自动选取。
• 相似性阈值：需根据图像噪声水平调整，过高会导致欠分割，过低会导致过分割。
• 邻域范围：可扩展至8邻域或更大范围以提高连通性。

2.4 优缺点与适用场景

• 优点：能捕捉局部相似性，适合纹理均匀的区域分割。
• 缺点：对种子点依赖强；计算复杂度随区域增大而上升。
• 典型应用：医学影像中的器官分割、遥感图像中的地物提取。

三、分水岭算法：基于拓扑理论的形态学分割

3.1 算法原理

分水岭算法将图像视为地形图，灰度值代表高度：

• 局部极小值：对应“盆地”。
• 梯度幅值：代表“地形坡度”。
• 分水线：相邻盆地的边界。

算法通过模拟浸水过程，逐步填充盆地并标记分水线，最终实现分割。

3.2 实现步骤与代码

1. 计算梯度：使用Sobel或Canny算子提取边缘。
2. 标记前景与背景：通过阈值或交互式工具生成标记图。
3. 应用分水岭：
   ```python
   import cv2
   import numpy as np

img = cv2.imread(‘image.jpg’)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret, thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)

去除噪声

kernel = np.ones((3,3), np.uint8)
opening = cv2.morphologyEx(thresh, cv2.MORPH_OPEN, kernel, iterations=2)

确定背景区域

sure_bg = cv2.dilate(opening, kernel, iterations=3)

确定前景区域

dist_transform = cv2.distanceTransform(opening, cv2.DIST_L2, 5)
ret, sure_fg = cv2.threshold(dist_transform, 0.7*dist_transform.max(), 255, 0)

未知区域

sure_fg = np.uint8(sure_fg)
unknown = cv2.subtract(sure_bg, sure_fg)

标记标签

ret, markers = cv2.connectedComponents(sure_fg)
markers = markers + 1
markers[unknown == 255] = 0

应用分水岭

markers = cv2.watershed(img, markers)
img[markers == -1] = [255, 0, 0] # 边界标记为红色
```

3.3 常见问题与解决方案

• 过分割：通过预处理（如形态学操作）或后处理（如区域合并）优化。
• 欠分割：调整梯度计算参数或增加前景标记的准确性。
• 交互式改进：允许用户手动修正标记图，提升分割精度。

3.4 优缺点与适用场景

• 优点：能处理复杂拓扑结构；适合重叠或粘连目标的分割。
• 缺点：对噪声和初始标记敏感；计算复杂度较高。
• 典型应用：细胞分割、自然场景中的多目标检测。

四、方法对比与选型建议

方法	计算复杂度	适用场景	典型缺陷
阈值分割	低	简单二值化场景	无法处理复杂纹理
区域生长	中	纹理均匀区域	依赖种子点与阈值
分水岭算法	高	复杂拓扑结构、重叠目标	过分割风险高

选型建议：

• 优先尝试阈值分割（尤其是Otsu算法）作为基线方法。
• 若目标区域纹理均匀，可选用区域生长并优化种子点选择。
• 面对复杂场景时，结合分水岭算法与交互式标记工具。

五、总结与展望

本文系统介绍了三种经典的图像分割方法：阈值分割以简单高效著称，区域生长通过相似性扩展实现局部分割，分水岭算法则借助拓扑理论处理复杂结构。实际应用中，单一方法往往难以满足需求，可通过多方法融合（如阈值+分水岭）或结合深度学习技术（如U-Net）进一步提升性能。对于初学者，建议从OpenCV等开源库入手，通过调试参数与观察结果深化理解，逐步构建完整的计算机视觉知识体系。