NMS:Non-maximum Suppression学习笔记

 

非极大值抑制可看成一种局部极大值搜索，这里的局部极大值要比他的邻域值都要大。这里的邻域表示有两个参数：维度和n-邻域。维度有1-D，2-D，3-D...；至于n值根据具体情况设置。举个例子：一维的情况，某个像素点左右各n个邻域点（加上该像素点，邻域区域共有2n+1个像素）；二维的情况以当前像素为中心以n为半径向周围辐射到的区域均是邻域。

具体讲几个算法实例可能有助于我们对算法的理解：

1.一维三邻域算法

算法伪代码如下：

1 i ← 1;

2 while i + 1 < W do

3     if I[i] > I[i + 1] then

4        if I[i] >= I[i ? 1] then

5            MaximumAt(i);

         Endif

6     else

7       i ← i + 1;

8        while i + 1 < W AND I[i] ≤ I[i + 1] do

9            i ← i + 1;

          EndWhile

10      if i + 1 < W then

11         MaximumAt(i);

12   i ← i + 2;

    EndWhile

i表示图像I中像素点下标,W是下标上限。

算法说明：

①　最理想的情况是当前像素点I[i]比它的左右邻点都大，那么当前像素点记为局部极大值点（Line 3-5）。

②　如果已经确定像素点i+1比它的左邻点i小，那么i+1必不是局部极值点，此时可以直接将下标加2（Line 12）。PS:该算法添加了一个强制性条件：局部极值点必大于左邻点.

③　如果当前像素点i比其右邻域点小，那么下标加1（Line 7）.