圖像不變矩研究及應用.pdf

1、科學技術發(fā)展日新月異，人們對于視覺獲取上的要求越來越高，圖像矩技術的應用也越來越廣泛，發(fā)展速度越來越快。基于矩技術的圖像匹配和目標識別技術被廣泛的應用到了社會各個領域，如交通監(jiān)管中車輛車型的監(jiān)視和識別、車牌的識別，醫(yī)學圖像的匹配等等眾多方面，都有著廣闊的應用前景。
　　 論文對圖像的不變矩進行了研究，重點分析了Hu矩、Zemike矩及其應用，主要工作如下：
　　 研究了Hu矩在旋轉(zhuǎn)、平移和縮放變換中的不變性，完成了多組不

2、變性實驗：為降低Hu矩的計算量，研究了Hu矩的快速算法，通過分析二值水平連續(xù)圖像算法（Delta方法）引出了截線段法，該方法通過合并同類項，改進了圖像計算中的取點方式，只用逐行累計各個截線段，達到了精確快速計算Hu矩的目的；通過實驗并得到結論：1)Delta算法在計算速度上優(yōu)于截線段法；2）在處理水平連續(xù)圖像時優(yōu)先選擇Delta算法，處理水平不連續(xù)的圖像時采用截線段法。
　　 介紹了Zernike矩的原理和不變性；分析了影響Ze

3、mike不變性的因素；為了使Zemike矩具備真正意義上的縮放不變性，通過優(yōu)化Zemike矩的提取過程，即先提取各階矩后歸一化，提出了Zemike矩的改進方法。通過實驗并得到結論：1)改進后的Zemike矩具有穩(wěn)定的旋轉(zhuǎn)和縮放不變性；2）高階矩也具備穩(wěn)定不變性，并且在計算誤差方面高階矩要優(yōu)于低階矩。
　　 在不變矩的應用方面，采用了Hu矩的7個不變量作為特征，完成了目標匹配；將概率神經(jīng)網(wǎng)絡和改進后的Zemike算法有機整合，完成