分水嶺分割利用圖像形態學進行圖像區域分割。它將圖像灰度值看作一幅地形圖，在地形圖的局部極小值處與地形最低點是連通的，從最低點開始注水，水流會逐漸淹沒地形較低點構成的區域，直到整個圖像被淹沒。在這個過程中，通過相關形態學處理，可以實現一幅圖像的分水嶺分割。
以下GIF圖像給出了形象說明：
圖像來自 https://www.cnblogs.com/mikewolf2002/p/3304118.html
分水嶺分割具體算法思想如下：
1 設 
為地形圖上完成分割后的 r 個蓄水池，
為完成分割后蓄水池 
內的像數集合，
為地形圖上灰度值小於 n 的像數集合；
2 當水面上漲到 n 時，當前蓄水池 
被淹沒的像數集合可表示為： 
，
當前所有蓄水池被淹沒的像數集合表示為：
；
3 假設第 n 步時，
已知， 令 Q 表示 
集合構成的連通區域，通過考察 Q 上各個連通區域 q 與 
連通區域關系，分別進行如下處理：
1）
為空時，發現一個新的蓄水池 q，將 q 加入 
；
2）
不為空，但僅包含 
的一個連通分量，將 q 合並到 
中構成 
，蓄水池面積擴大，但數量保持不變；
3）
不為空，但包含 
的兩個及兩個以上連通分量，此時需要構造堤壩防止 
中蓄水池融合；
4 重復步驟3，直到 n = nmax + 1 時，
表示整個圖像像數，分割完成，
各個連通區域即為分割的蓄水池區域，留下的堤壩則為分割邊界。
以上為分水嶺分割基本思想，圖像的每個極小值點構成一個蓄水池的中心點。由於圖像中存在較多極小值點，故一般圖像分水嶺分割可能得到很多小的區域。可以通過手動設定蓄水池位置來避免過多極小值影響，算法僅認為設定點為蓄水池中心點，從而忽略掉任意其他極小值點。
同時，可以首先對圖像進行一階微分處理，在圖像平滑區域圖像梯度值較小，在圖像邊緣區域梯度值較大。然后使用梯度圖像作為地形圖，可以分割出平滑圖像塊。
在 opencv 中，函數 cv::watershed() 實現了分水嶺分割，該函數將圖像邊緣轉換為地形圖上的山脊，圖像平滑區域轉換為地形圖上的山谷，同時使用 markers 參數標記蓄水池，實現分水嶺分割，具體如下：
void cv::watershed(cv::InputArray image, cv::InputOutputArray markers);
image: 8位3通道圖像，函數對圖像進行一階微分處理，視梯度圖為地形圖上的山脊與山谷；
markers: 32位有符號整數圖像，使用 1，2，3... 等序號標記不同的蓄水池。當完成分割后，該圖像形成最終蓄水池區域標記圖像，其中，值 -1 表示區域邊界。
以下給出 cv::watershed() 分析截圖：
參數資料 醫學圖像處理與分析 羅述謙 周果宏
https://www.cnblogs.com/mikewolf2002/p/3304118.html