Zernike Moments Feature

最新推荐文章于 2024-03-05 11:05:01 发布

Json_Nie

最新推荐文章于 2024-03-05 11:05:01 发布

阅读量4.4k

点赞数

分类专栏： Matlab

本文链接：https://blog.csdn.net/DreamD1987/article/details/13295917

版权

本文探讨了Zernike矩作为3D图像检索特征的使用，强调了其旋转不变性的优势。尽管计算得出49个Zernike特征，但在实际实验中，与HoG和HSV等其他特征相比，表现并不突出。作者欢迎读者提供意见和建议。

摘要由CSDN通过智能技术生成

Zernike矩是一种正交复数矩。

最近在研究3D 图片的检索问题，需要提取一些图片的特征

因为Zernike具有良好的旋转不变的特性，于是采用了这个特征。

但是没有接触过，对气的理解还不够充分，很多算法中都用的了一个49个洗漱的Zernike特征。

这里给出结论，简单了解后，我们知道一个Zernike矩由两个数决定，m和n

一组m和n会得到一个Zernike的结果，或者是数字。

这里m=0,1,2,......,到无穷

n是一个整数，但是有一定的条件：m-|n|是偶数，同时|n|<=m。

于是，我们可以发现，如果m从0到12，n同样从0到12

那么计算后，正好是49个系数。这个是我的理解，不知道对不对。

这里给出计算的代码：

function f=zernikefeature(image)
number = 12;
count = 1;
p = rgb2gray(image);
p = logical(not(p));
for n=0:1:12
    for m=-12:1:12
        temp = n-abs(m);
        if mod(temp,2)==0&&n>=abs(m)
            [t, a, tempp] = Zernikmoment(p,n,m);
            r(count,1) = n;
            r(count,2) = m;
            f(count) = a;
            count = cou