Обнаружение функций MSER и возврат MSERRegions объект
regions = detectMSERFeatures(I)MSERRegions объект, regions, содержание информации об особенностях MSER, обнаруженных в 2-х оттенках серого, ввело изображение, I. Этот объект использует алгоритм MSER (Maximally Stable Extremal Regions) для поиска областей.
[___] = detectMSERFeatures( устанавливает дополнительные параметры, указанные одним или несколькими I,Name,Value)Name,Value аргументы пары.
Считывание изображения и обнаружение областей MSER.
I = imread('cameraman.tif');
regions = detectMSERFeatures(I);Визуализация областей MSER, которые описываются списками пикселей, хранящимися внутри возвращаемого объекта «regions».
figure; imshow(I); hold on; plot(regions,'showPixelList',true,'showEllipses',false);
Отобразить эллипсы и центроиды вписываются в области. По умолчанию на графике отображаются эллипсы и центроиды.
figure; imshow(I);
hold on;
plot(regions);
Обнаружение областей MSER.
I = imread('coins.png');
[regions,mserCC] = detectMSERFeatures(I);Показать все обнаруженные области MSER.
figure imshow(I) hold on plot(regions,'showPixelList',true,'showEllipses',false)
Измерьте эксцентриситет области MSER для измерения круглости области.
stats = regionprops('table',mserCC,'Eccentricity');
Пороговые значения эксцентриситета для сохранения только круговых областей. (Круговые области имеют низкий эксцентриситет.)
eccentricityIdx = stats.Eccentricity < 0.55; circularRegions = regions(eccentricityIdx);
Показать круговые области.
figure imshow(I) hold on plot(circularRegions,'showPixelList',true,'showEllipses',false)
Детектор MSER постепенно проходит через диапазон интенсивности входного изображения для обнаружения стабильных областей. ThresholdDelta параметр определяет количество приращений, которые детектор проверяет на стабильность. Можно считать пороговое значение дельты размером чашки для заполнения ведра водой. Чем меньше чашка, тем больше приращений требуется для заполнения ведра. Ведро можно рассматривать как профиль интенсивности области.
Объект MSER проверяет изменение размера области между различными порогами интенсивности. Изменение должно быть меньше значения MaxAreaVariation параметр считается стабильным.
Примечание
Обнаружение признаков MSER не подходит для использования на изображениях с экстремальными изменениями значений интенсивности.
На высоком уровне MSER можно объяснить, думая о профиле интенсивности изображения, представляющего ряд ковшей. Представьте, что вершины ведер заподлицо с землей, а у одного из ведер включился шланг. Когда вода попадает в ведро, она переливается, и следующее ведро начинает заполняться. Меньшие области воды соединяются и становятся большими водоемами, и, наконец, вся область заполняется. При засыпке воды в ковш выполняется проверка по критерию устойчивости MSER. Области появляются, растут и объединяются с различными порогами интенсивности.
[1] Нистер, Д. и Х. Стюениус, «Линейное время, максимально стабильные экстремальные области», лекции по информатике. 10-я Европейская конференция по компьютерному зрению, Марсель, Франция: 2008, № 5303, стр. 183-196.
[2] Матас, Дж., О. Чум, М. Урба и Т. Пайдла. «Надежное широкое базовое стерео из максимально стабильных экстремальных областей». Материалы Британской конференции машинного видения, стр. 384-396, 2002.
[3] Обдрзалек Д., С. Басовник, Л. Мач, А. Микулик. «Обнаружение элементов сцены с использованием максимально стабильных цветовых областей», Коммуникация в области компьютерных и информационных наук, Ла-Ферте-Бернар, Франция; 2009, том 82 CCIS (2010 12 01), стр. 107-115.
[4] Миколайчик, К., Т. Туйтелаарс, К. Шмид, А. Зиссерман, Т. Кадир и Л. Ван Гул, «Сравнение детекторов аффинных областей»; Международный журнал компьютерного зрения, том 65, цифры 1-2/November, 2005, стр. 43-72.
detectBRISKFeatures | detectFASTFeatures | detectFASTFeatures | detectHarrisFeatures | detectKAZEFeatures | detectMinEigenFeatures | detectSURFFeatures | extractFeatures | extractHOGFeatures | matchFeatures