使用detectMSERFeatures从Matlab中的图像中找到最大稳定的极值区域(MSER)。
是否有任何补丁或方法可以从Matlab获取分层MSER组件树?
当Matlab计算区域时,无论如何都会生成此树 - 它只返回每个区域树中最“稳定”的组件。由于这个树已经存在,我正在寻找从Matlab库中向用户代码公开的方法,这样可以隐藏这个部分,并且只提供最终的“最大稳定”区域。
任何事情都是可以接受的 - 修改Matlab内置代码,修补程序,破解任何东西。 (我意识到OpenCV有这样的补丁,但是我试图避免移植到OpenCV,因为大多数其他程序都是用Matlab编写的。)
编辑:(来自原始hierarchical MSER paper)
Detected MSERs
(左),MSER Tree
(右)
答案 0 :(得分:1)
“分层MSER组件树”是一个令人困惑的短语,因为(1)组件树已经是分层的(2)如果你想要整个树,那么你不只想要最大稳定的极值区域(MSER),但你需要所有极端区域,(3)极值区域和组件在这种情况下是相同的。
所以让我们说你想要极值区域树。正如评论中所指出的,你不可能完全使用MATLAB,因为detectMSERFeatures.m
调用了一个我们没有源代码的mex函数(尽管根据它的输入和名称,它可能非常类似于openCV MSER功能)。但您仍然可以计算自己的极值区域树。基本上,此代码所做的是在各种阈值级别中查找图像中的连接组件。这些CC是极端地区。代码中最棘手的部分是记录父关系。这应该让你开始:
% input image, included with MATLAB
x = imread('rice.png');
pixelList = {};
parents = [];
oldERsLabeled = zeros(size(x));
oldPixelList = {};
regionLabelOffset = 0;
for i = 255:-10:1 % the stride here is important, smaller will be slower and give more regions
newERs = bwlabel(x > i);
newERsLabeled = zeros(size(newERs));
newERsLabeled(newERs > 0) = newERs(newERs > 0) + regionLabelOffset;
regionLabelOffset = max(newERsLabeled(:));
% update the list of regions
props = regionprops(newERs, 'pixelList');
newPixelList = {props(:).PixelList};
pixelList = [pixelList newPixelList];
% figure out parents
newParents = cellfun(@(c)(newERsLabeled( sub2ind(size(x), c(1,2), c(1,1)))), oldPixelList);
parents = [parents; newParents'];
oldPixelList = newPixelList;
oldERsLabeled = newERsLabeled;
end
parents(end+1 : length(pixelList)) = -1; % top level regions have no parents
pixelListInt = cellfun(@int32, pixelList, 'UniformOutput', false);
regions = MSERRegions(pixelListInt');
% plot the first 300 regions
figure
imshow(x)
hold on
plot(regions(1:300), 'showEllipses', false, 'showPixelList', true);
% show all parents of a region ("close all" command might be useful after)
curRegion = 102;
while curRegion ~= -1
figure
imshow(x)
hold on
plot(regions(curRegion), 'showEllipses', false, 'showPixelList', true);
curRegion = parents(curRegion);
end