摘要：为了防止Watershed算法过分割问题，文中提出一种新改进的基于标记的Watershed自动图像分割方法，文中设计出一种有效的标记自动提取方法，用来从梯度图像的低频成分中提取与图像中的物体相关的极小值，用这些极小值构成二值标记图像，根据二值标记图像，形态学的极小值标定技术被用来将这些提取的标记强制作为原始梯度图像的极小值，而屏蔽原有梯度图像的所有极小值，最后，watershed算法在修改过的梯度图像上进行图像分割，利用本文提出的图像分割算法可以获得较为理想的图像分割结果．通过对不同类型的图像进行试验，证明本文提出的图像分割算法能够获得符合人类视觉特点，具有实际意义而且均一的分割区域，以及较为准确、连续、一个像素大小的物体边界，与其它的Watershed改进方法相比，本文提出的方法要求的计算复杂度较低，具有简单的参数，同时能够更为有效地降低Watershed算法的过分割问题。

关键词：图像分割 彩色图像的梯度图 巴特沃思低通滤波 数学形态学 标记提取 

单位：中国科学院研究生院; 北京100039; 中国科学院声学研究所数字系统集成部; 北京100080; Sonyericsson中国研发中心; 北京100102