👥 Autores

⚡ Jesús Camarena

Tabla de contenido

🔸 Introducción

Hoy exploraremos una técnica poderosa y robusta conocida como M-S-E-R (Maximally Stable Extremal Regions). Este método es ampliamente utilizado para detectar regiones de interés en imágenes, especialmente en aplicaciones como reconocimiento de texto, análisis de objetos y seguimiento en video.

Objetivos de la clase:

1. Comprender el concepto de regiones estables y cómo se relacionan con el umbral.
2. Analizar cómo el algoritmo MSER utiliza cambios en el área para detectar regiones.
3. Implementar el método MSER en ejemplos prácticos y evaluar sus resultados

📘 Fundamento Teórico

📖 ¿Qué es el método MSER?

El algoritmo MSER identifica regiones en una imagen cuya área permanece constante mientras se varía un umbral de segmentación. Estas regiones se denominan regiones estables, y cada una tiene su propio umbral asociado.

Idea principal:

1. Se genera un video conceptual donde, en cada cuadro, el umbral aumenta progresivamente.
2. A medida que el umbral varía:
   • Aparecen regiones con un área que cambia.
   • En ciertos intervalos, algunas regiones muestran un área constante.
3. Estas regiones estables son detectadas como regiones de interés.

2. Evaluación del Cambio de Área

El criterio clave del método es analizar el cambio en el área de una región respecto al cambio del umbral:

$\Delta A / \Delta T$