一、介绍MATLAB中detectMSERFeatures函数:
算法—强度阈值级别
MSER检测器逐步跨越输入图像的强度范围,以检测稳定区域。该ThresholdDelta参数确定检测器测试稳定性的增量数。您可以将阈值增量值视为杯子的大小,以便用水填充桶。杯子越小,填充桶所需的增量越多。桶可以被认为是该区域的强度分布。
MSER对象检查不同强度阈值之间的区域区域大小的变化。该变化必须小于MaxAreaVariation被认为是稳定的参数的值。
在高层次上,可以通过考虑表示一系列桶的图像的强度分布来解释MSER。想象一下,水桶的顶部与地面齐平,并在其中一个水桶上打开软管。当水装入桶中时,它溢出,下一个桶开始填满。较小的水域加入并成为较大的水体,最后整个区域都被填满。当水充满桶时,会根据MSER稳定性标准进行检查。区域以不同的强度阈值出现,增长和合并。
函数使用示意:
句法:
regions = detectMSERFeatures(I)
[regions,cc] = detectMSERFeatures(I)
[_] = detectMSERFeatures(I,Name,Value)
描述:
1. regions = detectMSERFeatures(I)返回一个MSERRegions对象,regions包含有关在2-D灰度输入图像中检测到的MSER特征的信息I。该对象使用最大稳定极值区域(MSER)算法来查找区域。
2. [regions,cc] = detectMSERFeatures(I)可选地返回连接的组件结构中的MSER区域。
3. [_] = detectMSERFeatures(I,Name,Value)设置由一个或多个Name,Value对参数指定的附加选项。
举例:
读取图像并检测MSER区域。
I = imread('cameraman.tif');
region = detectMSERFeatures(I);
%可视化由存储在返回的“区域”对象内的像素列表描述的MSER区域。
figure; imshow(I); 抱上 ;
plot(区域,'showPixelList',true,'showEllipses',false);
%显示区域椭圆轮廓及重心
figure; imshow(I);
hold on;
plot(regions);
二、MSER提取文字区域并初步筛选分类
在之前区域提取的基础上,手工建立正负样本集:(包括样本图片集与标签文件)