分水岭算法代码C++

弄了快一周了，分水岭算法代码终于出来了，这个算法太有难度了，通过自己敲一遍后，终于明白了为什么这么多人可以不厌其烦的该进这样经典的算法，他们对算法其实根本就没有改进和创新，只是对图像进行一些预处理和改变一下微分算子，其实最核心的还是分水岭算法本身，到至今为止我还没有看到有那篇论文能对分水岭算法本身有所改进，即便是效率上的提高也没有，甚至还没有发现有那个论文能把分水岭算法本身流程给描述清楚（也许没找到），通过这段时间的读论文，我发现很多论文只有开头（背景）和结论，中间过程就写得很随意，我想一个算法结论固然重要，但没有过程拿来的结论，那只能认为这是拍脑壳拍出来的。下面是我这几天用c++实现的分水岭算法，该算法基于的是LUV颜色空间，若有人要用，需要把RGB转化为LUV。

// ImageSegWatershed.cpp: implementation of the CImageSegWatershed class. //

///////////////////////////////////////////////////////////////////// /

#include "ImageSegWatershed.h"

#include "math.h"

#include "qstring.h"

#include "qqueue.h"

using namespace std;

#define MAXV 256

static const double

RGB[3][3]={ double(3.2405),double(-1.5371),double(-0.4985),

double(-0.9693),double(1.8760),doub

le(0.0416),

double(0.0556),double(-2040),double (1.0573)

};

static const int

XYZ[3][3]={4125,3576,1804,2125,7154,721,193,1192,9502};

static const double Xn=double(0.9505);

static const double Yn=double(1.0);

static const double Zn=double(1.0888);

static const double Un_prime=double(0.1978);

static const double Vn_prime=double(0.4683);

static const double Lt=double(0.008856);

///////////////////////////////////////////////////////////////////// /

// Construction/Destruction

///////////////////////////////////////////////////////////////////// /

CImageSegWatershed::CImageSegWatershed(int ImageHeight,int ImageWidth,int *ImageData)

{

PicHeight=ImageHeight;

PicWidth=ImageWidth;

PicData=ImageData;

luvData=new Myluv[ImageHeight*ImageWidth];

RgbtoLuvPcm(ImageData,ImageWidth,ImageHeight,luvData);

}

CImageSegWatershed::~CImageSegWatershed()

{

}

void CImageSegWatershed::WaterShedArith()

{

long Piclen=PicHeight*PicWidth;

int i,j,temp;

//梯度模数组

double *deltar=new double[Piclen];

//梯度角度数组

double *deltasita=new double[Piclen];

//个点标识数组

int *flag=new int[Piclen];

int *gradientfre=new int[256]; //图像中各点梯度值的频数

int *gradientadd=new int[257]; //各梯度起终位置 memset(gradientfre,0,sizeof(int)*256);

memset(gradientadd,0,sizeof(int)*257);

//得到各点的梯度值

GetGradient(deltar,deltasita);

//以下统计各梯度频数；

MyImageGraPt* graposarr = new MyImageGraPt[Piclen];

long xstart, imagepos, deltapos;

xstart = imagepos = deltapos = 0;

for (int y=0; y

{

xstart = y*PicWidth;

for (int x=0; x

{

deltapos = xstart + x;

if (deltar[deltapos]>255)

{