基于矩的圖像分析方法.pdf

1、當前，在數(shù)字圖像處理與計算機視覺領域里的一個重要研究方向是對圖像形狀特征的表達。矩函數(shù)是對圖像的一種非常有效的形狀描述子。它可以廣泛用于模式識別，物體分類。從本質上講，不同的矩是由不同的連續(xù)或離散多項式作內核而構造的函數(shù)。最簡單的矩是幾何矩。隨著研究的進展，近些年來一些新形式的矩不斷地被提出，而每種矩都有其應用方面的優(yōu)越性?，F(xiàn)有的矩描述子可以分為幾何矩、連續(xù)正交矩、離散正交矩等。 本文主要討論了矩方法在圖像處理中的應用，內容包括

2、：Pseudo-Zemike矩的兩種快速算法，擴展的Zemike矩和擴展的Pseudo-Zemike矩，離散正交Tchebichef矩的平移縮放不變量研究，離散旋轉矩及其與連續(xù)旋轉矩的比較。 對于Zemike矩，我們提出了它的擴展形式Generalized Zemike矩，并證明傳統(tǒng)的Zemike矩只是該擴展矩的一個特例。我們比較了擴展Zemike矩和傳統(tǒng)Zemike矩在圖像重建和物體識別方面的性能。 對于Pseudo

3、-Zeroike矩，我們提出了兩種快速算法——改進法和q迭代法。改進法利用Clenshaw公式計算離散傅立葉變換，更加提高了原先算法的速度。q迭代法基于多項式本身的迭代性質，避免了階乘的運算，能有效的計算出某一指定階的所有矩值，具有很好的實用性。 此外，我們對傳統(tǒng)Pseudo-Zemike矩進行了擴展，提出了帶有參數(shù)α的正交復數(shù)矩，得到了較為理想的旋轉不變描述子。 對離散正交的Tchebichef矩，我們推導出了基于多項