主要内容

detectMSERFeatures

检测MSER特征并返回MSERRegions对象

描述

例子

地区= DetectmserFeatures(返回A.MSERRegions对象,地区,包含在二维灰度输入图像中检测到的MSER特征信息,.该节点使用最大稳定极值区域(MSER)算法查找区域。

地区cc) = detectMSERFeatures (可选地在连接的组件结构中返回MSER区域。

___) = detectMSERFeatures (名称,值设置由一个或多个指定的附加选项名称,值对参数。

例子

全部折叠

读取图像并检测MSER区域。

我= imread (“cameraman.tif”);区域= detectMSERFeatures(我);

可视化MSER区域,该区域由存储在返回的'regions'对象中的像素列表描述。

图;imshow(我);持有;情节(地区,“showPixelList”,真的,“showEllipses”,错误的);

图中包含一个坐标轴。轴包含238个类型为image, line的对象。

显示椭圆和圆心适合的区域。默认情况下,plot显示椭圆和圆心。

图;imshow(我);持有;情节(地区);

图中包含一个坐标轴。轴包含475个类型的图像,线。

检测女士地区。

我= imread (“coins.png”);[地区,mserCC] = detectMSERFeatures(我);

显示所有检测到的MSER区域。

图imshow(我)情节(地区,“showPixelList”,真的,“showEllipses”假)

图中包含一个坐标轴。轴包含176个类型图像,线路对象。

测量MSER区域的偏心度以测量区域的圆度。

统计= regionprops (“表”mserCC,“偏心”);

阈值偏心值只保留圆形区域。(圆形区域离心率低。)

EccentricityIdx = stats.Eccentricity <0.55;循环=区(EccentricityIDX);

显示圆形区域。

图imshow(我)情节(circularRegions“showPixelList”,真的,“showEllipses”假)

图中包含一个坐标轴。轴包含155个类型为image, line的对象。

输入参数

全部折叠

输入图像,以灰度指定。它必须是实数和非稀疏的。函数在内部将输入图像转换为uint8uint8在寻找MSER区域之前。

数据类型:uint8|int16|uint16|||逻辑

名称-值对的观点

指定可选的逗号分隔的对名称,值参数。的名字参数名和价值为对应值。的名字必须出现在引号内。可以以任意顺序指定多个名称和值对参数Name1, Value1,…,的家

例子:“RegionAreaRange”[14000],指定区域的大小(以像素为单位)。

强度阈值水平之间的步长,指定为逗号分隔对,由“ThresholdDelta和范围(0,100)内的数字值。该值表示为在选择极值区域时测试其稳定性时使用的输入数据类型范围的百分比。减小此值以返回更多区域。典型值范围为0.8到4。

区域的大小以像素为单位,指定为逗号分隔的配对组成RegionAreaRange'和一个二元向量。向量,minAreamaxArea,允许选择包含像素的区域minAreamaxArea、包容。

在不同强度阈值下的极值区域之间的最大面积变化,指定为逗号分隔对,由“MaxAreaVariation和一个正标量值。增加这个值将返回更多的区域,但它们可能不太稳定。在不同强度阈值下,稳定区域的大小非常相似。典型值范围从0.1到1.0。

感兴趣的矩形区域,指定为向量。向量的格式必须为[xy宽度高度].当你指定ROI,该功能检测位于[xy]的大小[宽度高度]。(xy元素指定区域的左上角。

输出参数

全部折叠

对象,返回为MSERRegions对象。目标包含在灰度输入图像中检测到的MSER特征信息。

连接组件结构,返回为带有四个字段的结构。连接组件结构对于使用regionprops函数。这四个领域:

描述
连接

MSER区域的连通性。

默认值:8

图象尺寸

的大小

NumObjects

中MSER域的个数

PixelIdxList

1 -NumObjects单元阵列包含NumObjects向量。每个向量表示元素对应MSER区域中像素的线性索引。

算法

全部折叠

强度阈值水平

MSER检测器逐级通过输入图像的强度范围来检测稳定区域。的ThresholdDelta参数确定检测器测试稳定性的增量数。你可以把阈值看作是装满一桶水的杯子的大小。杯子越小,装满桶需要的增量就越多。桶可以被认为是区域的强度剖面。

MSER对象检查区域面积大小在不同强度阈值之间的变化。变量的值必须小于MaxAreaVariation参数被认为稳定。

请注意

MSER特征检测不适合用于强度值变化剧烈的图像。

在高水平上,MSER可以通过考虑代表一系列桶的图像的强度分布来解释。想象一下,桶的顶部与地面齐平,其中一个桶的水管打开了。当水装满桶时,它溢出来,下一个桶也开始装满水。更小的水区域连接成更大的水体,最终整个区域被填满。当水进入水桶时,要根据MSER稳定性准则进行检查。不同强度阈值的区域出现、增长和合并。

参考

[1] Nister, D.,和H. Stewenius,“线性时间最大稳定极值区域”,计算机科学课堂讲稿.计算机视觉学报,2008年第4期。5303年,页183 - 196。

Matas J., O. Chum, M. Urba, T. Pajdla。来自最大稳定极值区域的稳健宽基线立体声英国机器视觉会议论文集,第384-396,2002页。

Obdrzalek D., S. Basovnik, L. Mach,和A. Mikulik。使用最稳定的色彩区域检测场景元素计算机与信息科学通讯,法国拉费尔伯纳德;2009, vol. 32, no . 1, no . 2。

[4] Mikolajczyk, K., T. Tuytelaars, C. Schmid, A. Zisserman, T. Kadir和L. Van Gool, "仿射区域探测器的比较”;计算机视觉学报,2005年11月,pp . 43-72。

扩展功能

介绍了R2012a