最大稳定极值区域（MSERs）是一种图像特征检测方法，具有平移、旋转甚至相似仿射变换的稳定性。在MSER检测过程中，通过分析灰度图像在不同阈值下的连通分量变化，找出面积函数变化率的局部极小值作为特征点。这种方法在图像分析、计算机视觉领域有广泛应用，如Harris角点检测器的补充。文中提供MSER的理论基础、参考代码片段和测试输出的讨论。
引言简述
Harris兴趣点检测器是一种产生平移旋转不变结果的算法。当噪声和离散化的影响可以忽略时，Harris检测器作用于旋转或平移过程的图像，其输出是一组旋转或平移的点集。然而，如果图像被缩放或经过射影变换，则Harris检测器的输出也会剧烈变化。最大稳定极值区域(Maximally Stable Extremal Regions MSERs)是一种图像结构,不仅是是在平移和旋转后，即便是经历相似仿射变换，它仍可被重复检测出来。
基本理论
MSER检测过程：假如一幅灰度图 I所有可能的阈值，比如通用的范围S = [0,1, 2..., 255] 。对于低于阈值的像素，其称为黑色像素，高于阈值的则称为白色像素。如果要想显示阈值化的图像It的影像，其中
订阅专栏 解锁全文
扫一扫
1168
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
