Hu矩轮廓匹配

（1）普通矩：
图像概率密度分布函数为f(x,y)的二维连续随机函数的p+q阶原点矩m_pq

各阶矩的物理意义：
0阶矩(m_00)-----------------为目标区域的质量
1阶矩(m_01,m_10)------------表示目标区域的质心
2阶矩(m_02,m_11,m_20)-------表示旋转半径
3阶矩(m_03,m_12,m_21,m_30)--描述目标的方位和斜度，反应目标的扭曲程度

    但矩要能够作为一种特征描述方法得到运用，其要与目标的空间变换（平移、尺度、旋转）无关。因此在几何矩的基本定义基础上，进一步构造平移不变、尺度不变、旋转不变矩阵。
（2）中心矩：构造平移不变性
质心坐标：
为使矩具有平移不变性，利用质心坐标构造中心矩：

（3）归一化中心矩：构造尺度不变性
为抵消尺度变化对中心矩的影响，用零阶中心矩μ_00(表示面积)对其余各阶中心矩进行归一化处理，得到归一化中心矩为

（4）hu矩：构造旋转不变性

    这样七个矩（可以理解为七个数值）构成了一个七维向量，即：我们可以用一个七维向量来描述一个图像或轮廓，这个向量具有以上三种不变性。
    由Hu矩组成的特征量对图片进行识别，优点就是速度很快，缺点是识别率比较低，Hu不变矩一般用来识别图像中大的物体，对于物体的形状描述得比较好，图像的纹理特征不能太复杂，像识别水果的形状，或者对于车牌中的简单字符的识别效果会相对好一些。

OpenCV中实现：
普通矩、中心矩和hu矩的计算

void cvMoments( const CvArr* arr, CvMoments* moments, int binary V_DEFAULT(0));
//arr:图像（1-通道或3-通道，有COI设置）或多边形（点的CvSeq或一族点的向量）
//moments:返回矩状态接口的指针
//binary:（仅对图像）如果标识为非零，则所有零像素点为0，其它的被看成1
/*函数cvMoments 计算最高达三阶的空间和中心矩，并且将结果存在结构moments 中、矩用来计算形状的重心、面积、主轴和其它形状特征，如 7Hu 不变量等*/

void cvGetHuMoments( CvMoments* moments, CvHuMoments* hu_moments );
//moments:返回矩状态接口的指针
//hu_moments:矩阵结构的指针

代码如下：

#include "stdafx.h"
#include "cv.h"
#include "highgui.h"
#include "cxcore.h"
#include "cvaux.h"

int main(int argc, char* argv[])
{
	//产生一幅图像
	IplImage* src;
	src = cvCreateImage(cvSize(10,10),8,1);
	//图像初始值清零
	cvZero(src);
	//图像的前面5行5列赋值为255
	for(int yy=0;yy<5;yy++)
	{
		for(int xx=0;xx<5;xx++)
		{
			cvSetReal2D(src,yy,xx,255);
		}
	}

	double m00,m10,m01;

	//定义矩变量
	CvMoments moment;
	//计算原始矩和中心矩
	cvMoments(src,&moment,2);

	m00 = cvGetSpatialMoment(&moment,0,0);
	m10 = cvGetSpatialMoment(&moment,1,0);
	m01 = cvGetSpatialMoment(&moment,0,1);

	//计算质心坐标
	float x = (float)(m10/m00);
	float y = (float)(m01/m00);

	//定义hu矩变量
	CvHuMoments humoment;

	//计算hu矩
	cvGetHuMoments(&moment,&humoment);

	return 0;
}

轮廓匹配

double cvMatchShapes( const void* object1, const void* object2,
int method, double parameter CV_DEFAULT(0));
//object1:第一个轮廓或灰度图像
//object2:第二个轮廓或灰度图像
//method:比较方法
//parameter:比较方法的参数

代码如下：

#include "stdafx.h"
#include "highgui.h"
#include "cv.h"
#include "cxcore.h"

/*
*函数功能:获取输入图像 的轮廓
*输入: 
*srcIn : 单通道图像
*返回:
*CvSeq* : 存储轮廓信息
*/
CvSeq* getImageContour(IplImage* srcIn)
{
	IplImage* src;
	src = cvCreateImage(cvGetSize(srcIn),8,1);	
	//拷贝图像 
	cvCopy(srcIn,src);
	//创建空间
	CvMemStorage* mem = cvCreateMemStorage(0);
	CvSeq* seq;
	if(!mem)
	{
		printf("mem is null");
	}
	//二值化图像
	cvThreshold(src,src,100,255,0);
	//计算图像轮廓
	cvFindContours(src,mem,&seq);//,sizeof(CvContour),CV_RETR_CCOMP);
	//释放图像空间
	cvReleaseImage(&src);
	//返回轮廓信息
	return seq;
}


int main(int argc, char* argv[])
{
	//加载图像1
	IplImage* src1 = cvLoadImage("lena.jpg", 0);
	//获取图像1的轮廓
	CvSeq* contour1;
	contour1 = getImageContour(src1);

	//加载图像2
	IplImage* src2 = cvLoadImage("char2.png",CV_LOAD_IMAGE_GRAYSCALE);
	//获取图像2的轮廓
	CvSeq* contour2;
	contour2 = getImageContour(src2);

	//进行比对
	double result;
	result = cvMatchShapes(contour1,contour2,1);
	//输出结果
	printf("result is %f \n",result);
	getchar();

	//释放轮廓存储空间
	cvReleaseMemStorage(&contour1->storage);
	cvReleaseMemStorage(&contour2->storage);
	//释放图像空间
	cvReleaseImage(&src1);
	cvReleaseImage(&src2);

	return 0;
}