图像处理:分水岭算法（图像分割）
分水岭算法
分水岭算法是一种图像区域分割法，分割的过程中将图片转化为灰度图，然后我会将灰度值看作是海拔，然后向较低点注水，这种基于地形学的解释，我们着重考虑三种点：
- 极小值点，该点对应一个盆地的最低点，当我们在盆地里滴一滴水的时候，由于重力作用，水最终会汇聚到该点。注意：可能存在一个最小值面，该平面内的都是极小值点。
- 盆地的其它位置点，该位置滴的水滴会汇聚到局部最小点。
- 盆地的边缘点，是该盆地和其它盆地交接点，在该点滴一滴水，会等概率的流向任何一个盆地。
明白上述三种点之后，我们开始往盆地的极小值点注水，然后随着注水的深入，每一个极小值点慢慢的向外扩展，然后知道两个盆地的水汇合，汇合处就是我们需要的分水岭。
从下图可以直观理解一下，首先这三块区域都含有极小值点
然后逐渐填充就能获得分水岭（即分界线）
得到分界线就能完成图像分割：
基于mark的分水岭算法
然后基于梯度的分水岭算法容易导致图像的过分割（极小值点过多），如以下这张图（图中噪声比较多，因而产生了许多的极小值点）
通常的mark图像，都是在某个区域定义了一些灰度层级，在这个区域的洪水淹没过程中，水平面都是从定义的高度开始的，这样可以避免一些很小的噪声极值区域的分割