基本介紹
- 中文名：最大穩定極值區域
- 外文名：Maximally Stable Extremal Regions
- 領域：計算機視覺
簡介,特徵檢測,計算機視覺,
簡介
在計算機視覺領域，最大穩定極值區域(MSER)(Maximally Stable Extremal Regions)是一種用於在圖像中進行斑點檢測的方法。這個方法由Matas等人提出，用於在兩個不同視角的圖片中尋找對應關係(correspondence problem)。這種方法從圖像中提取全面的元素對應關係，有助於寬基線匹配(wide-baseline matching)，以及更好的立體匹配和物體識別算法。
特徵檢測
特徵檢測是計算機視覺和圖像處理中的一個概念。它指的是使用計算機提取圖像信息，決定每個圖像的點是否屬於一個圖像特徵。特徵檢測的結果是把圖像上的點分為不同的子集，這些子集往往屬於孤立的點、連續的曲線或者連續的區域。
至今為止特徵沒有萬能和精確的定義。特徵的精確定義往往由問題或者套用類型決定。特徵是一個數字圖像中“有趣”的部分，它是許多計算機圖像分析算法的起點。因此一個算法是否成功往往由它使用和定義的特徵決定。因此特徵檢測最重要的一個特性是“可重複性”：同一場景的不同圖像所提取的特徵應該是相同的。
特徵檢測是圖象處理中的一個初級運算，也就是說它是對一個圖像進行的第一個運算處理。它檢查每個像素來確定該像素是否代表一個特徵。假如它是一個更大的算法的一部分，那么這個算法一般只檢查圖像的特徵區域。作為特徵檢測的一個前提運算，輸入圖像一般通過高斯模糊核在尺度空間中被平滑。此後通過局部導數運算來計算圖像的一個或多個特徵。
有時，假如特徵檢測需要許多的計算時間，而可以使用的時間有限制，一個高層次算法可以用來控制特徵檢測階層，這樣僅圖像的部分被用來尋找特徵。
由於許多計算機圖像算法使用特徵檢測作為其初級計算步驟，因此有大量特徵檢測算法被發展，其提取的特徵各種各樣，它們的計算複雜性和可重複性也非常不同。
計算機視覺
計算機視覺是一門研究如何使機器“看”的科學，更進一步的說，就是指用攝影機和計算機代替人眼對目標進行識別、跟蹤和測量等機器視覺，並進一步做圖像處理，用計算機處理成為更適合人眼觀察或傳送給儀器檢測的圖像。
作為一門科學學科，計算機視覺研究相關的理論和技術，試圖創建能夠從圖像或者多維數據中獲取“信息”的人工智慧系統。這裡所指的信息指香農定義的，可以用來幫助做一個“決定”的信息。因為感知可以看作是從感官信號中提取信息，所以計算機視覺也可以看作是研究如何使人工系統從圖像或多維數據中“感知”的科學。
作為一個工程學科，計算機視覺尋求基於相關理論與模型來創建計算機視覺系統。這類系統的組成部分包括：
- 事件監測（例如圖像監測）
- 信息組織（例如圖像資料庫和圖像序列的索引創建）
- 物體與環境建模（例如工業檢查，醫學圖像分析和拓撲建模）
- 交感互動（例如人機互動的輸入設備）
計算機視覺同樣可以被看作是生物視覺的一個補充。在生物視覺領域中，人類和各種動物的視覺都得到了研究，從而創建了這些視覺系統感知信息過程中所使用的物理模型。另一方面，在計算機視覺中，靠軟體和硬體實現的人工智慧系統得到了研究與描述。生物視覺與計算機視覺進行的學科間交流為彼此都帶來了巨大價值。
計算機視覺包含如下一些分支：畫面重建，事件監測，目標跟蹤，目標識別，機器學習，索引創建，圖像恢復等。
