1.问题描述：

 时空联合分割针对静态背景下的运动对象分割,采用时空联合的运动对象分割算法,即综合使用序列图像在空间域和时间轴上的信息进行分割,以基于时域运动信息的分割为算法的主体,而空间分割信息作为有益的补充对时域分割结果进行修正,从而得到较为理想的结果。 算法在时域分割部分采用二次差分法提取运动对象初始轮廓,在利用帧差法中进行掩模分割时,采用最小1/2抽样(LHS)算法及时递归地对判决阈值T进行自适应选取,以消除图像的内在噪声和帧差图像的非零差值。空域分割采用分水岭算法,利用时域分割得到的运动对象初始分割模板和极小值标记,对原始梯度图像进行了两次修改,在此基础上再进行Watershed变换,得到空域分割的初始分割模板,有效地抑制了过分割,减少了分割得到的区域数目。最后,通过对空域分割模板进行区域填充,得到准确的运动对象分割结果。

2.部分程序：

clear,clc

%三种方法进行分水岭分割
%读入图像
filename='A1.jpg';
f=imread(filename);
Info=imfinfo(filename);
if Info.BitDepth>8
    f=rgb2gray(f);
end
figure,mesh(double(f));%显示图像，类似集水盆地

%方法1：一般分水岭分割，从结果可以看出存在过分割问题
b=im2bw(f,graythresh(f));%二值化,注意应保证集水盆地的值较低（为0），否则就要对b取反
d=bwdist(b);             %求零值到最近非零值的距离，即集水盆地到分水岭的距离    <