Resumen

Las regiones extremas máximamente estables (MSER) son un método de vanguardia en la detección de características locales. Sin embargo, este método es sensible a la borrosidad porque, en imágenes borrosas, los valores de intensidad en el límite de la región variarán más lentamente, y esto socavará el criterio de estabilidad en el que se basa el MSER. En este artículo, proponemos un método para mejorar el MSER, haciéndolo más robusto frente a las imágenes borrosas. Para recuperar las regiones no detectadas por el MSER en la imagen borrosa, utilizamos el hecho de que la entropía de la función de distribución de probabilidad de los valores de intensidad aumenta rápidamente cuando la región local se expande por el límite, mientras que la entropía en la parte central sigue siendo pequeña. Utilizamos la entropía promediada por el área regional como medida para reestimar las regiones omitidas por el MSER. Los experimentos demuestran que, cuando se trata de imágenes borrosas, el método propuesto tiene mejor rendimiento que el MSER original, con poco esfuerzo computacional adicional.

• Materias:Análisis Matemático Álgebra Ingeniería Matemática aplicada Lógica matemática
• Subjects:Mathematical Analysis Algebra Engineering Applied Mathematics Mathematical logic
• Palabras claves:mser, entropía, método, imágenes borrosas, valores de intensidad, poco esfuerzo computacional adicional, detección de características locales, función de distribución de probabilidad, regiones extremas estables, método artístico
• Keywords:mser, entropy, method, blurred images, intensity values, little extra computational effort, local feature detection, probability distribution function, stable extremal regions, art method