基于标记分水岭算法。
直接的分水岭算法对图像的灰度图进行处理，一定会出现过分割。通过对图像进行开闭运算，以及膨胀腐蚀等手段，将图像中的噪点去除，将图像中的主要的形状、大小等信息保留下来，最终进行图像重建，获得可以很好划分的灰度图。
在灰度图基础上，进行
前提：
（1）原始图像效果很好，噪点少，前景和背景区分清晰。
（2）每个个体之间的相似性很大，保证个体斑之间的灰度分布很接近。
步骤：
（1）读取图片，进行判断，如果是灰度图，不变，否则将其转换为灰度图
（2）进行滤波，函数fspecial（‘sobel’）选择边缘算子，增强x和y方向上的边缘。sobel算子是一个三行三列的矩阵，对图像的垂直梯度进行增强。如果要对水平方向进行边缘增强，则取sobel算子的转置。
（3）进行滤波，imfilter（double（I）, hy, ‘replicate’)对x和y方向进行滤波
（4）标记前景对象：这里进行各种开闭运算，膨胀和腐蚀运算，目的是出去图像中的噪点，并对图像中斑的形态进行调整，开运算是腐蚀后膨胀，适合将粘结在一起的斑区分开或去除毛刺，闭运算是先膨胀后腐蚀，目的是填补斑中的孔洞或边缘的凹坑填平，最终都是为了平滑。
算子的type和大小需要仔细调整，以最终效果不影响计数统计佳。
Io：开运算；Ie：腐蚀；Iobr：腐蚀后重建。
Ioc：先开运算，后闭运算；Ic：原灰度图直接进行闭运算。
Iobrd：腐蚀后重建图，再膨胀；Iobrcbr：以一张腐蚀后重建图 和 一张 腐蚀后重建再膨胀图 进行重建。颜色：黑色是背景，白色是目标，所以不需要再反色。
