【特征检测】最大稳定极值区域MSERs
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t帧对应于阈值t,那么首张为一幅白色图像。随后，对应于局部强度最小值的黑色点开始出现并增长。在某一点处，对应于两个局部极小值的区域将合并。最后一幅图像将为黑色。在很多图像下，我们可以观察到，在特定区域大范围的阈值内，局部二值化很稳定。概括起来，MSER检测算为：
经我测试输出图像分析所得：MSER检测有时也有阈值化有关，每个极值区域是阈值化图像的一个连通分量。然而，并不需要全局或"最优"的阈值，测试所有的阈值，连通分量的稳定性都经过评估。最终，分水岭是输入图像的划分，而如果某些图像部分仍有稳定的阈值存在的话MSER就可能是嵌套的。
参考文献[1] J. Matas, O. Chum, M. Urban, and T. Pajdla."Robust wide baseline stereo from maximally stable extremal regions." Proc. of British Machine Vision Conference, pages 384-396, 2002.
[2] Forssen, P-E. and Lowe, D.G."Shape Descriptors for Maximally Stable Extremal Regions" ICCV, 2007.
[3] Donoser, M. and Bischof, H."Efficient Maximally Stable Extremal Region (MSER) Tracking ",CVPR, 2006.
=======================================================转载请注明出处：http://blog.csdn.net/songzitea/article/details/8864291
=======================================================
