舆论摘要:鉴于静止矩的图像好多变幻静止性辨别接洽
图像辨别在计划机视觉中具备格外要害的意旨,静止矩特性因为其在图像平移、舒卷、回旋时均维持静止,并且具备全部个性,是图像辨别的重要本领,1961年,Hu开始提出了七个好多静止矩用来图像辨别,运用静止矩举行形势辨别赢得了普遍的运用。某些接洽者在此普通上提出了很多静止矩领会本领,如复数矩、鉴于极坐目标回旋矩,然而Hu矩、复数矩、鉴于极坐目标回旋矩那些矩本领仅鉴于数学的代数表面,不是源于正交因变量族,以是包括了很多冗余消息,抗噪本领较差,并且计划量会跟着矩阶数的升高迅猛延长。厥后人们举行多上面接洽,创造正交矩具备一致的独力性,没有消息冗余局面,取样本能好,抗噪声本领强,更符合用来好多静止图像刻画和辨别。连接展示很多正交矩领会本领,个中本能较好的有Zernike矩、伪Zernike矩、Legendre矩、正交Fourier-Mellin矩、Tchebichef矩和Krawtchouk矩。在已有的静止矩领会本领普通上,正文提出一种鉴于Radon变幻的静止矩索取算法、一种鉴于Radon妥协析Fourier-Mellin变幻的静止矩索取算法和一种新的正交矩领会本领-正交Bessel矩,用来对物体的好多变幻静止性领会。表面领会与试验截止表白,与现有的静止矩领会本领比拟,鉴于Radon变幻的静止矩算法对噪声的鲁棒性强;功夫搀杂度低;仅用有限的几个矩即不妨到达很好的分门别类功效;鉴于Radon妥协析Fourier-Mellin变幻的静止矩索取算法制止了正交矩本领生存的重采集样品与分量化缺点,该算法分门别类精度高于鉴于正交矩的分门别类本领,并且独白噪声的鲁棒性也明显高于鉴于正交矩的辨别与分门别类本领;正交Bessel矩在图像静止性辨别上和现有的正交矩领会本领展现十分,并和普遍的正交矩领会本领一律,具备杰出的冗噪本领。