机器学习实践系列之15 - OpenCV之MSER

       最大稳定极值区域 MSER（Maximally Stable Extremal Regions）是一种类似分水岭的算法，目前主要用于图像分割和车牌区域检测。2012年由Matas等人提出。

       MSER 基本原理是对一幅灰度图像（灰度值为0～255）取阈值进行二值化处理，阈值从0到255依次递增。在得到的所有二值图像中，图像中的某些连通区域变化很小，甚至没有变化，则该区域就被称为最大稳定极值区域。

       阈值的递增类似于分水岭算法中的水面的上升，随着水面的上升，有一些较矮的丘陵会被淹没，如果从天空往下看，则大地分为陆地和水域两个部分，这类似于二值图像。     

       类似分水岭分割方法，无法检测出白色区域，因此还需要对原图进行反转，然后再进行阈值从0～255的二值化处理过程。这两种操作又分别称为MSER+和MSER-。

       MSER具有以下特点：

1. 对图像灰度具有仿射变换的不变性；

2. 稳定性：具有相同阈值范围内所支持的区域才会被选择；

3. 无需任何平滑处理就可以实现多尺度检测，即小的和大的结构都可以被检测到。

       实现效果：

        <