Question

首先，我通过matlab通过2种不同的方法使用opencv MSER：

通过matlab的detectMSERFeatures函数。这似乎叫做了 opencv MSER（通过在detectMSERFeatures函数中调用ocvExtractMSER）
通过更直接的方法：https://github.com/kyamagu/mexopencv

无论哪种方式，我都可以找回像素列表（也就是区域）的列表，我想这些列表是opencv MSER :: detectRegions 2nd arg的翻译，＆＃34; std :: vector＆lt;的std ::矢量＆lt;点＆gt; ＆GT; ＆安培; msers＆＃34;

结果可以最终得到多个区域的列表，每个区域都有自己的一组点。但是，这些地区的要点并不相互排斥。实际上，对于我的前景通常是圆形斑点的数据，它们通常都是同一个连接组件的一部分。即使斑点甚至没有任何孔也是如此（我可能会理解这些区域是否与轮廓相对应并且斑点有洞）。

我假设这个区域到区域的一对一映射甚至是一个实体blob都是由opencv的MSER引起的，在它的原生C ++（？）实现中，做同样的但是我承认我还没有证实（但我肯定不理解它。）

那么，是否有人知道为什么MSER会为单个固体连接组件产生多个重叠区域？选择一个是否有任何意义，如果是，如何？（现在我只是将它们全部组合起来）

编辑 - 我尝试了一个带有一个blob的图像，然后我复制了一个图像，其中左半边与右边相同（每一半都是相同的，每个都有相同的blob ）。 MSER返回了9个列表/区域，全部对应于两个blob。因此，我必须进行连通分量分析才能确定哪些区域的子集属于什么blob，因此显然不能选择返回区域的特定子集的任何直接方式。两个blob的表示（如果你知道根据我上一次预编辑问题只有一个blob，这样的事情甚至是明智的）

下面的图片是通过绘制我的单个blob图像返回的所有4个区域（点列表）来完成的。叠加层由以下人员创建：

obj = cv.MSER('MinArea',20,'MaxArea',3000,'Delta',2.5);
[chains, bboxes] = obj.detectRegions(Region8b)
a=cellfun(@(x) cat(1,x{:}),chains,'UniformOutput',false) % get rid of extra layer of cells that detectRegions seems to give it.
% b=cat(1,a{:}); % all the regions points in a single list.  Not used here.
ptsstrs={'rx','wo','cd','k.'};
for k=1:4 
    plot(a{k}(:,1),a{k}(:,2),ptsstrs{k},'MarkerSize',15); 
end

所以，你可以看到它们重叠，但似乎也有一个顺序，我认为每个后续的区域/列表都是它之前的列表的超集。

Answer 1

“MSER检测器逐步逐步调整输入图像的强度范围以检测稳定区域.ThresholdDelta参数确定检测器测试稳定性的增量数。”这来自Matlab帮助。找到重叠和子集是合理的。显然，随着算法强度上升或下降，该区域会发生变化。

为什么MSER结果的像素重叠

1 个答案: