最大稳定极值区域（MSER）检测

article/2025/9/13 6:33:27

Lowe和Bay提出的SIFT和SURF算法高效实现了具有尺度和旋转不变性的特征检测，但这些特征不具有仿射不变性。

区域检测针对各种不同形状的图像区域，通过对区域的旋转和尺寸归一化，可以实现仿射不变性。

MSER（Maximally Stable Extrernal Regions）是区域检测中影响最大的算法

1. 原理

MSER基于分水岭的概念：对图像进行二值化，二值化阈值取[0, 255]，这样二值化图像就经历一个从全黑到全白的过程（就像水位不断上升的俯瞰图）。在这个过程中，有些连通区域面积随阈值上升的变化很小，这种区域就叫MSER。

，其中Qi表示第i个连通区域的面积，Δ表示微小的阈值变化（注水），当vi小于给定阈值时认为该区域为MSER。

显然，这样检测得到的MSER内部灰度值是小于边界的，想象一副黑色背景白色区域的图片，显然这个区域是检测不到的。因此对原图进行一次MSER检测后需要将其反转，再做一次MSER检测，两次操作又称MSER+和MSER-

2. 算法步骤

从上节可以看到，MSER的基本思路很简单，但编码实现是很需要算法和编程技巧的

以下算法步骤基于改进的分水岭算法：注水的地方固定，只有当该处的沟壑水漫出来后才能注入到另一个沟壑

此外，为方便编程，面积变化的计算方式也从双边改为单边检测，即

具体步骤（摘自Opencv2.4.9源码分析——MSER）

1、初始化栈和堆，栈用于存储组块（组块就是区域，就相当于水面，水漫过的地方就会出现水面，水面的高度就是图像的灰度值，因此用灰度值来表示组块的值），堆用于存储组块的边界像素，相当于水域的岸边，岸边要高于水面的，因此边界像素的灰度值一定不小于它所包围的区域（即组块）的灰度值。首先向栈内放入一个虚假的组块，当该组块被弹出时意味着程序的结束；

2、把图像中的任意一个像素（一般选取图像的左上角像素）作为源像素，标注该像素为已访问过，并且把该像素的灰度值作为当前值。这一步相当于往源像素这一地点注水；

3、向栈内放入一个空组块，该组块的值是当前值；

4、按照顺序搜索当前值的4-领域内剩余的边缘，对于每一个邻域，检查它是否已经被访问过，如果没有，则标注它为已访问过并检索它的灰度值，如果灰度值不小于当前值，则把它放入用于存放边界像素的堆中。另一方面，如果领域灰度值小于当前值，则把当前值放入堆中，而把领域值作为当前值，并回到步骤3；

5、累计栈顶组块的像素个数，即计算区域面积，这是通过循环累计得到的，这一步相当于水面的饱和；

6、弹出堆中的边界像素。如果堆是空的，则程序结束；如果弹出的边界像素的灰度值等于当前值，则回到步骤4；

7、从堆中得到的像素值会大于当前值，因此我们需要处理栈中所有的组块，直到栈中的组块的灰度值大于当前边界像素灰度值为止。然后回到步骤4。

至于如何处理组块，则需要进入处理栈子模块中，传入该子模块的值为步骤7中从堆中提取得到的边界像素灰度值。子模块的具体步骤为：
1）、处理栈顶的组块，即根据公式2计算最大稳定区域，判断其是否为极值区域；
2）、如果边界像素灰度值小于距栈顶第二个组块的灰度值，那么设栈顶组块的灰度值为边界像素灰度值，并退出该子模块。之所以会出现这种情况，是因为在栈顶组块和第二个组块之间还有组块没有被检测处理，因此我们需要改变栈顶组块的灰度值为边界像素灰度值（相当于这两层的组块进行了合并），并回到主程序，再次搜索组块；
3）、弹出栈顶组块，并与目前栈顶组块合并；
4）、如果边界像素灰度值大于栈顶组块的灰度值，则回到步骤1。

注：MSER算法参数较多，默认值如图3-1所示（摘自《图像局部不变性特征与描述》）

图3-1. MSER参数标准取值

3. MSER区域拟合

为了进一步对MSER得到的不规则区域进行描述和处理，需要对其进行椭圆拟合（椭圆可以反映区域的位置、尺寸、方向）

1）椭圆的重心

对区域内的每个点，计算整个区域的几何0阶矩和几何一阶矩

得到整个区域的重心位置

2）椭圆的长半轴、短半轴、角度（长半轴与x轴顺时针）

计算中心二阶矩

其中

计算该二阶矩的两个特征值，有

于是可以分别得到其长半轴、短半轴、角度

4. 代码

目前MSER的代码实现有3：OpenCV（目前操作手册上还没有这个接口的介绍）、IDIAP的实现（C++）、VLFeat的实现（C）

其中OpenCV的代码解读可参考Opencv2.4.9源码分析——MSER，其和IDIAP的实现都严格遵循着上一节的算法步骤，

IDIAP的版本只有一个mser.cpp和mser.h，很干净便于移植（如果是C实现的就更好了），其在Github上声称比VLFeat快几倍。

VLFeat是一个C实现的图像特征检测算法库，包含了SIFT、HOG、K-Means、MSER等算法

贴上IDIAP和OpenCV实现的调用代码

#IDIAPclock_t start = clock();_MSER mser8(5, 0.0005, 0.5, 0.25, 0.2, true);
_MSER mser4(5, 0.0005, 0.5, 0.25, 0.2, false);std::vector<_MSER::Region> regions[2];mser8(imgBuffer, grayImg.cols, grayImg.rows, regions[0]);// Invert the pixel values
for (int i = 0; i < grayImg.cols*grayImg.rows; ++i)imgBuffer[i] = ~imgBuffer[i];mser4(imgBuffer, grayImg.cols, grayImg.rows, regions[1]);clock_t stop = clock();for (int i = 0; i < 2; ++i)for (int j = 0; j < regions[i].size(); ++j)//IDIAP自己实现的椭圆拟合函数drawEllipse(regions[i][j], img.cols, img.rows, 3, imgBufferRGB, colors[i]);

#OpenCVcv::MSER ms(5, 0.0005, 1440);
std::vector<std::vector<cv::Point>> regions;clock_t start = clock();
ms(grayImg, regions, cv::Mat());
clock_t stop = clock();for (int i = 0; i < regions.size(); i++) cv::ellipse(img, cv::fitEllipse(regions[i]), cv::Scalar(0, 0, 255));

从实际效果来看，运行效率 OpenCV > IDIAP，VLFeat没测试

图4-1左是IDIAP的实现效果（参数与代码中一致），右是OpenCV的实现效果（其余参数隐含在features2d.hpp内）