14、图像变换与滤波：MSER检测及低通滤波应用

图像变换与滤波：MSER检测及低通滤波应用

1. MSER检测原理与应用

MSER（最大稳定极值区域）检测采用了与分水岭算法相同的机制，即从灰度级别0到255逐渐“淹没”图像。在图像处理中，高于某个阈值的像素集合常被称为水平集。随着“水位”上升，界限清晰的较暗区域会形成一段时间内形状相对稳定的“盆地”，这些稳定的“盆地”就是MSER。

MSER的检测过程如下：
1. 稳定性测量 ：通过比较每个级别上连通区域（“盆地”）的当前面积与级别下降delta值时的面积，当相对变化达到局部最小值时，该区域被识别为MSER。 cv::MSER 类构造函数的第一个参数就是用于测量相对稳定性的delta值，默认值为5。
2. 区域大小限制 ：区域大小必须在预定义的范围内，构造函数的第二和第三个参数分别是可接受的最小和最大区域大小。
3. 稳定性要求 ：第四个参数确保MSER是稳定的，即其形状的相对变化足够小。稳定区域可以包含在更大的区域（称为父区域）中。
4. 多样性准则 ：父MSER必须与其子区域有足够的差异，这由构造函数的第五个参数指定。默认情况下，MSER的最大允许变化为0.25，父MSER的最小多样性为0.2。

MSER检测器的输出包括：
- 点集向量，每个点集构成一个区域。
- 边界框列表，通常用简单的几何形状（如矩形）来表示检测到的区域。

以下是提取并显示矩形MSER的代码：