AFM图像分水岭分割算法：郭敏敏与苏红旗的研究

本文主要探讨了基于原子力显微镜（AFM）图像的分割方法的研究。AFM图像作为一种特殊类型的数字化图像，其数据特性在于高度信息而非常见的灰度级，这使得传统的图像处理技术可能不直接适用。郭敏敏和苏红旗两位作者，分别作为硕士研究生和计算机专业副教授，针对AFM图像的独特性，提出了一个创新的图像分割策略。 首先，他们采用LoG滤波器对AFM图像进行处理，这是一种局部二阶微分算子，能够有效提取图像中的边缘信息。通过设定适当的阈值，过滤后的图像被二值化，从而得到内部标记图像，这部分工作旨在突出图像中的关键区域，为后续的分割提供基础。 接着，为了定义图像的外部边界，他们采用了最小标定技术，这种方法有助于确定图像中各个区域之间的相对位置和大小关系，生成外部标记图像。外部标记与内部标记相结合，构成了完整的分割依据。 最后，文章介绍了一种分水岭分割算法，这是一种经典的图像分割方法，它将图像视为地形地貌，通过计算每个像素点的高度，并沿着高程下降最快的方向扩展，实现了图像的自动分割。这种算法在保持AFM图像高度信息的同时，避免了繁琐的预处理步骤，如通常需要的水平校正，从而提高了分割的效率和准确性。 实验结果显示，该基于内部标记和最小标定的分水岭分割算法在AFM图像处理上表现出色，能够有效地实现图像的分割，这对于AFM图像的分析、特征提取以及潜在结构识别具有重要意义。本文的工作不仅提供了新的分割方法，也为AFM图像的进一步研究和应用奠定了理论基础。 关键词：图像处理、原子力显微镜（AFM）、二值化、分水岭分割。该研究成果发表在中国科技论文在线上，对于计算机视觉和AFM图像分析领域的研究人员来说，具有很高的参考价值。