第17篇：图像分割——从阈值到分水岭算法

系列导语：本文是"有趣的图像处理"系列第17篇。边缘检测找到的是"边界线"，形态学操作整理的是"形状"；而图像分割要解决的问题更根本：把图像划分为若干有意义的区域，每个区域内部的像素在某种属性（亮度、颜色、纹理）上具有一致性。本篇从最简单的全局阈值出发，逐步深入到自适应阈值和分水岭算法。

[← 第16篇：数学形态学——膨胀、腐蚀与开闭运算] | [第18篇：Perlin 噪声——自然感的数学来源 →] | [系列目录]

---

导语

图像分割是计算机视觉中最基础也最困难的问题之一。难在哪里？同一物体的不同部分亮度可能差异很大（光照不均）；不同物体的像素值可能非常接近（颜色相似）；边界往往模糊而不是一条清晰的线。

没有"万能"的分割算法——每种方法都有自己的假设前提：

• 阈值方法：假设目标和背景的灰度值能被一个数值分开
• 自适应阈值：假设局部区域内目标和背景可以被分开，但全局阈值不适用
• 分水岭算法：把梯度图看作地形，用"淹水"模型找到分水岭线

本文将带你理解这三类方法的数学原理和设计动机。

---

一、全局阈值——最简单的分割

1.1 原理

最直接的分割思路：选一个灰度值 $T$，大于 $T$ 的像素归为前景（白色），小于等于 $T$ 的归为背景（黑色）：

$$I_{\text{out}}(x,y)=\{\begin{array}{ll}255& I(x,y)>T\\ 0& I(x,y)\le T\end{array}$$

问题转化为：如何选择最优的 $T$？

1.2 手动阈值的局限

固定阈值 $T$ 在以下情况会失败：

• 光照变化：同一物体在不同光照下灰度值不同
• 不均匀背景：背景亮度随位置变化
• 直方图没有明显双峰（目标与背景灰度分布重叠）

1.3 伪代码

函数 全局阈值(图像 I, 阈值 T):
    对每个像素 (x, y):
        若 I[y,x] > T:
            输出[y,x] = 255
        否则:
            输出[y,x] = 0
    返回 输出

左：原图 / 右：固定阈值（T=128）。亮于128的像素变为白色，暗于128的变为黑色，花朵高光和背景亮叶被归为前景，整体是简单的二值化结果。

---

二、Otsu 阈值——最优全局分割

2.1 问题形式化

Otsu（1979）把"最优阈值"定义为：使前景和背景两个类的类间方差最大的那个 $T$。

类间方差越大，说明两类的分离程度越高，阈值选得越准。

2.2 推导

设灰度值为 $v$ 的像素占总像素数的比例为 $p(v)$（即归一化直方图）。

对阈值 $T$，将所有像素分为两类：

• 类1（背景）：灰度 $\le T$，概率 ${\omega }_0={\sum }_{v=0}^{T}p(v)$，均值 ${\mu }_0$
• 类2（前景）：灰度 $>T$，概率 ${\omega }_1=1-{\omega }_0$，均值 ${\mu }_1$

类间方差：

$${\sigma }_B^2(T)={\omega }_0{\omega }_1({\mu }_0-{\mu }_1{)}^2$$

Otsu 最优阈值：

$$T^{\ast }=\arg \underset{T}{\max }{\sigma }_B^2(T)$$

遍历所有可能的 $T\in [0,255]$，找使 ${\sigma }_B^2$ 最大的那个。

2.3 伪代码

函数 Otsu阈值(图像 I):
    # 计算归一化直方图
    hist = 统计每个灰度值的像素数 / 总像素数
    
    best_T, best_var = 0, 0
    
    对 T ∈ [0, 255]:
        ω0 = sum(hist[0..T])
        ω1 = 1 - ω0
        若 ω0 == 0 或 ω1 == 0: 跳过
        
        μ0 = sum(v × hist[v] for v in [0..T]) / ω0
        μ1 = sum(v × hist[v] for v in [T+1..255]) / ω1
        
        σ² = ω0 × ω1 × (μ0 - μ1)²
        
        若 σ² > best_var:
            best_var = σ²
            best_T   = T
    
    返回 全局阈值(I, best_T)

计算复杂度：O(256)，与图像大小无关，极快。

左：原图 / 右：Otsu 自动阈值。算法自动找到类间方差最大的阈值（约 T=85），花朵主体被较完整地提取为白色，背景暗部为黑色，无需手动指定阈值。

---

三、自适应阈值——局部分割

3.1 光照不均的问题

全局阈值（包括 Otsu）假设整张图有一个统一的最优 $T$。但当图像光照不均匀时，左边亮区的背景可能比右边暗区的前景更亮，导致一个全局 $T$ 无法同时分割两个区域。

自适应阈值的思路：对每个像素，用其局部邻域计算一个局部阈值，而不是用全局值。

3.2 局部阈值计算

对每个像素 $(x,y)$，在其 $W\times W$ 邻域内计算局部统计量，作为该像素的阈值：

$$T(x,y)={\mu }_{\text{local}}(x,y)-C$$

其中：

• ${\mu }_{\text{local}}$：局部均值（均值自适应）或局部高斯加权均值（高斯自适应）
• $C$：偏移常数，补偿前景通常比背景更亮/更暗的先验

窗口大小 $W$ 的选择：

• $W$ 太小：对噪声敏感，细节区域阈值不准
• $W$ 太大：失去局部性，退化为全局阈值

3.3 伪代码

函数 自适应阈值(图像 I, 窗口大小 W, 偏移 C):
    # 计算局部均值图（高斯加权）
    μ_local = 高斯模糊(I, σ = W/6)
    
    # 局部阈值 = 局部均值 - 偏移
    T_map = μ_local - C
    
    # 逐像素二值化
    对每个像素 (x, y):
        若 I[y,x] > T_map[y,x]:
            输出[y,x] = 255
        否则:
            输出[y,x] = 0
    
    返回 输出

左：原图 / 右：高斯自适应阈值（窗口=31，C=5）。局部明暗变化被自动补偿，花朵纹理和叶片细节均被提取，但背景中也出现了更多细节响应，这是局部阈值"过度细化"的典型表现。

---

四、分水岭算法——基于地形的分割

4.1 地形模型的直觉

把梯度幅值图想象成地形图：

• 梯度大的地方（边缘）= 山脊
• 梯度小的地方（均匀区域）= 山谷

从每个局部最低点开始向上注水，水位不断上升。当来自两个不同山谷的水即将汇合时，在汇合处筑一道"坝"——这道坝就是分割边界，即分水岭（Watershed）。

4.2 标记分水岭（Marker-based Watershed）

原始分水岭对噪声极敏感（每个局部极小值都会成为一个区域，产生过分割）。实用的标记分水岭引入人工标记：

1. 确定前景标记：已知肯定属于目标内部的点（如距离变换的局部最大值）
2. 确定背景标记：已知肯定属于背景的点
3. 未知区域：前景和背景标记的补集
4. 注水：从标记点出发注水，水流到未知区域，以分水岭线为边界

4.3 基于距离变换的标记生成

函数 标记分水岭(图像 I):
    gray    = 灰度化(I)
    
    # 步骤1：获取粗略二值图
    T_otsu  = Otsu阈值(gray)
    binary  = T_otsu > 0
    
    # 步骤2：形态学开运算去噪
    opened  = 开运算(binary, 3×3核, 迭代2次)
    
    # 步骤3：确定背景（膨胀后的区域）
    sure_bg = 膨胀(opened, 3×3核, 迭代3次)
    
    # 步骤4：距离变换 + 阈值得前景标记
    dist    = 距离变换(opened)            # 每个前景像素到最近背景的距离
    sure_fg = dist > 0.5 × max(dist)     # 距离最大的点=目标中心
    
    # 步骤5：未知区域
    unknown = sure_bg - sure_fg
    
    # 步骤6：连通分量标记
    markers = 连通分量标记(sure_fg)      # 每个前景区域一个标签
    markers[unknown] = 0                  # 未知区域标为0
    
    # 步骤7：分水岭
    结果 = cv2.watershed(原图, markers)
    边界 = (结果 == -1)                   # -1 表示分水岭线
    
    返回 边界, 结果

距离变换的作用：距离变换给每个前景像素赋值"到最近背景的距离"，目标中心的值最大，是稳定的前景标记。

左：原图 / 右：分水岭分割（彩色分区 + 原图半透明叠加）。不同颜色代表不同的分割区域，红线是分水岭边界，算法自动将图像划分为约 115 个连通区域。

---

五、三类方法的对比

方法	假设	优点	缺点	典型场景
固定阈值	前背景灰度值可分	极简单，极快	对光照敏感，需手动设 T	快速原型，受控场景
Otsu	直方图有双峰	自动确定 T，无需调参	光照不均时失败	文档二值化、工业检测
自适应阈值	局部区域可分	处理光照不均	对噪声敏感，参数多	扫描文档、自然图像
分水岭	梯度图类似地形	能分割粘连目标	过分割（需标记辅助）	细胞计数、医学图像

---

六、实现要点

6.1 前处理的重要性

分割前的高斯模糊几乎是必须的：

去噪 → 二值化/梯度计算 → 分割

特别是分水岭算法，对未去噪的梯度图会产生严重过分割。通常用 σ=1–2 的高斯模糊处理。

6.2 Otsu 的条件

Otsu 在以下情况效果好：

• 直方图明显双峰（前景和背景灰度范围不重叠）
• 前景和背景面积相当（各占约 30%–70%）

当前景面积很小（如图像中只有一个小目标）时，Otsu 可能失效——可以用 Triangle 法（OpenCV 的 THRESH_TRIANGLE）替代。

6.3 分水岭的过分割控制

减少过分割的方法：

1. 更强的前处理：高斯模糊 + 形态学开运算
2. 更严格的前景标记：只取距离变换中 top 20%–30% 的点
3. 标记合并：相邻的小区域按颜色/纹理相似性合并（GrabCut 等方法）

---

结语

本文完成了形态学与图像分割两篇的最后一篇：

• ✅ 全局阈值：最简分割，$I>T$ 为前景，适合受控场景
• ✅ Otsu 算法：最优化问题——最大化类间方差，自动确定 $T$，无需调参
• ✅ 自适应阈值：逐像素计算局部均值作为阈值，处理光照不均
• ✅ 分水岭算法：把梯度图视为地形，注水模型找分割边界；标记分水岭通过距离变换自动生成前景标记，控制过分割

至此，边缘检测+形态学+分割三组共五篇（14–17）构成了完整的图像结构分析体系。下一章进入程序化纹理生成，从分析图像转向创造图像。

---

系列文章导航：

• 📖 当前位置：第17篇 - 图像分割
• ➡️ 下一篇：第18篇 - Perlin 噪声：自然感的数学来源
• 🔙 上一篇：第16篇 - 数学形态学：膨胀、腐蚀与开闭运算
• 🔙 系列首页：总览篇

标签：图像处理 图像分割 阈值 Otsu 自适应阈值 分水岭 距离变换 二值化 Python OpenCV

---

本文是"有趣的图像处理"系列的第17篇，所有算法基于 Python + OpenCV + NumPy 实现，完整代码见 python_filters/ 及 python_ps/Image Segmentation/。