分水嶺分割

分水嶺分割借用了一個生動的地理比喻。把影像想成一片地景，其中亮度（或更常見的是梯度大小——亮度變化有多快）就是高度：平坦、均勻的區域是谷地，銳利的邊緣是山脊。現在想像下起雨來，或水從每個谷底升起。每一池水不斷擴大，直到即將與鄰池合併；就在這些相遇的線上築起堤壩。當淹水結束，堤壩便是分割邊界，而每個集水盆地就是一個區域。

精確地說，經典的 Vincent-Soille 演算法依高度將像素排序，逐層淹沒表面，把每個像素指派給某個局部最小值的盆地，並在兩盆地原本會相接之處標出分水嶺線。天真地執行會把每個微小的局部最小值都當成種子，使一張有雜訊的影像災難性地過度分割成數千個碎片。標準的補救是標記控制的分水嶺（marker-controlled watershed）：由你（或一個前處理步驟）提供一小組標記——每個真實物體內放一個、背景放幾個——只從這些標記淹起，如此區域數量便受到控制。

分水嶺擅長分開「彼此相接、但各有清楚亮度中心」的物體，這正是它成為計數細胞、穀粒或硬幣常備工具的原因。典型的現代流程是在二值前景遮罩內計算距離轉換（distance transform，峰值落在物體中心），以那些峰值作為標記，再執行分水嶺把成團物體切開。它也常作為最後一步，用來切開 CNN 合併在一起的實例。