1、分水岭分割方法，是一种基于拓扑现实的数学状况学的分割方法，其基本头脑是把图像看作是测地学上的拓扑地貌，图像中每一点像素的灰度值表示该点的海拔高度，每一个部分极小值及其影响地区称为集水盆，而集水盆的界限则构因素水岭。分水岭的不雅点跟构成可能经由过程模仿浸入过程来阐明。在每一个部分极小值名义，刺穿一个小孔，然后把全部模型慢慢浸入水中，跟着浸入的加深，每一个部分极小值的影响域慢慢向外扩大年夜，在两个集水盆汇合处修建大年夜坝，即构因素水岭。
2、分水岭的打算过程是一个迭代标注过程。分水岭比较经典的打算方法是L. Vincent提出的。在该算法中，分水岭打算分两个步调，一个是排序过程，一个是吞没过程。起首对每个像素的灰度级停止从低到高排序，然后在从低到高实现吞没过程中，对每一个部分极小值在h阶高度的影响域采取进步先出(FIFO)构造停止断定及标注。
3、分水岭变更掉掉落的是输入图像的集水盆图像，集水盆之间的界限点，即为分水岭。显然，分水岭表示的是输入图像极大年夜值点。因此，为掉掉落图像的边沿信息，平日把梯度图像作为输入图像。