36、从重叠图像中推导矩形区域边界框

从重叠图像中推导矩形区域边界框

在计算机视觉领域，准确确定重叠图像片段的边界是一个具有挑战性的问题。传统的分水岭算法在处理这类问题时存在一定的局限性，无法在所有情况下生成完美的角落，对于特定的计算机视觉应用（如实例分割），其生成的区域形状近似效果并不理想。为了解决这一问题，本文提出了一种新的算法，该算法在优化尺度上远远优于标准算法。

问题背景

在复杂的分割结果中，确定重叠图像片段的精确边界是一个难题。传统的分水岭算法通常用于确定此类对象的边界，其一般方法是先使用形态学操作找到背景，再通过距离变换找到前景，最后在剩余区域应用分水岭算法来计算图像片段。然而，这种方法在所有情况下都无法产生完美的角落，对于需要精确矩形区域检测的应用，需要专门为此设计的算法。

提出的方法

该算法分为七个步骤，每个步骤都对候选点进行细化、学习、过滤和优化。以下是具体的步骤：
1. 封闭图计算 ：这是处理过程的第一步，获取分割区域所有边界点的图。由于问题的重点是矩形区域，因此使用角点方法。从每个片段的角落获取封闭图，对于图像中的每个片段提取一个独特的图。
- 公式：$S = \bigcup_{i=1}^{n} S_i$，其中$S_i = {(x,y): (x,y) \in E_{seg}(I)}$，$S_i$表示图像$I$的片段$E_{seg}$的边缘，$S$表示图像中所有片段的边界点的并集。
2. 角点分类 ：对于$S_i$中的每个点，根据其在图中的位置确定点的身份。首先，根据点相对于其相邻点的位置，将图中的每个点初始分类为左上角、左下角、右上角或右下角。然后，根据片段周围角落的