针对分水岭算法过分割问题，提出一种基于自适应提取标记的改进算法。该算法结合极小值深度和汇水盆地尺度信息提取与物体 相关的极小值标记，根据梯度图像中极值点的统计信息自适应设定标记提取的阈值。提取到的标记采用形态学极小值标定技术强制作为原 始梯度图像的极小值，在修改过的梯度图像上进行分水岭分割。仿真结果表明，该算法能有效解决分水岭算法的过分割问题，具有更强的 抗噪性能和边缘定位能力，且计算复杂度较小。

Forstner(1986)和Harris and Stephens(1988)是第一个提出使用自相关矩阵导出的旋转不变标量测量的局部最大值来定位关键点以达到匹配系数特征目的的AUTO-CORRELATION DETECTOR The solution to this problem is to attempt to detect both edges and corners in the image: junctions would then The performance of Morave

从高分辨率遥感影像中提取单木树冠信息能够有效提高森林资源的调查与管理水平; 针对现有单木树冠提取方法对郁闭度较高的阔叶林提取精度低的问题, 提出一种基于迭代H-minima改进分水岭算法的高分辨率遥感影像单木树冠提取方法; 首先利用形态学开操作对图像进行平滑处理, 采用Sobel算子提取梯度图像, 并利用均值滤波进行去噪处理; 然后利用一组h值在梯度图像上迭代识别树冠标记, 利用虚假标记检测方法过滤无效标记; 最后引入对称原则来限制分水岭算法的淹没过程, 避免树冠标记过生长与无标记树冠合并; 以