新手學，java使用分水嶺算法進行圖像分割（二）

最近要考試了，所以現在不寫，怕這段時間都沒空寫了。（算法的效率暫時不考慮，有時間了再來解決彩色信息和效率問題）

繼上一篇的算法：http://blog.csdn.net/abcd_d_/article/details/41218549，本文對分水嶺算法進行了區域合併，合併準則採用hsv顏色空間的區域特徵的直方圖相似度進行合併。且看效果：圖一是原圖，圖二是採用之前的文章算法的效果，圖三爲進行了區域合併後的效果。（大小被我調整過）

（圖一）

（圖二）

（圖三）

在第一篇的基礎之上，增加了區域合併算法，也就是下圖中劃橫線的兩個關鍵方法。可以從上圖中看出，區域合併能有效去除過分割問題。

第一個方法相對簡單，遍歷圖像找出領域關係，並存儲在hashMap的一個對象nodes中。關鍵在第二個方法arearCombine（）,它需要遍歷nodes中的區域，並根據合併準則（這裏是面積大小和區域相似度），判斷是否把該區域合併到合適的領域中，這樣兩個區域就變爲一個新區域。（這裏涉及到鄰接圖的合併） 這樣一遍一遍下來，直到沒有區域被合併爲止。

問題看似簡單，但是問題來了，就是nodes這個數據結構每一次遍歷後都會被修改，因此涉及到hashMap等集合不同在遍歷的同時，又對其進行修改的問題。本文的方法比較笨，就是採用先記錄下要修改的信息，然後在遍歷完成之後再進行修改（這個麻煩，有更好的方法的朋友，請不吝賜教^_^）。

最後說明一下，本文要根據區域特徵進行合併，所以添加了一個輔助類Img_Area_Feature ,該類記錄下區域特徵，並且進行區域的一些合併或者添加像素點操作。另外，文章的區域合併算法的關鍵在於合併準則的選擇，修改size（面積）、similarity（相似度）的判斷標準則，以及修改相似的判斷方法均對效果產生直接影響，這也是這個合併算法的不足之處。

	/**
						 * ///此處的合併準則直接影響合併效果！！！！！！！！！！！！！！！！！！！！
						 */
						if(size<30){
							////少於10個像素，則合併到其中一個臨域中
							simMap.put(similarity, child.getKey());
						}else if(similarity<0.1&&similarity!=-1&&size<500){
							///大於10個像素，則根據與臨域的飽和度差和色調差選擇性合併
							simMap.put(similarity, child.getKey());
						}else if(similarity<0.2&&similarity!=-1&&size<200){
							///大於10個像素，則根據與臨域的飽和度差和色調差選擇性合併
							simMap.put(similarity, child.getKey());
						}

例如，將上面的判斷條件size<30改爲size<100則效果如下圖（圖四），可以發現效果變化很明顯：

：

（圖四）

最後附上代碼地址：http://download.csdn.net/detail/abcd_d_/8223951 （要一個積分：最近要下載，積分緊張，所以。。。）