Hu矩的学习，图像轮廓特征识别（二，c#实现）

不变矩介绍：

先看教课书上的公式：

再看网上很认真的论文：

最后看冈萨雷斯的：

Hu矩5,7的公式有争议，我采用数字图像处理冈萨雷斯三版的公式，不过，感到还是不满意，有问题。

我们获取轮廓的特征，在此主要考察Hu矩1,2，3,4,6五个公式就够用了。我们前面演示已经说明问题。

需要说明的是，我们程序中，Hu矩5和Hu矩6顺序对调了一下。

实现Hu矩的c#代码：

// List<Point> singlefigure = null;//大斑轮廓
            //tempbuffer8//截取的roi图像
            // _RoiW//截取的roi图像的宽度

  int mass = 0;

   for (int m = 0; m < singlefigure.Count; m++)
            {
                int nn = singlefigure[m].Y * _RoiW + singlefigure[m].X;
                int grayValue = tempbuffer8[nn];
                mass += grayValue;
            }

 int xAver = 0, xSum = 0;
            int yAver = 0, ySum = 0;

  for (int m = 0; m < singlefigure.Count; m++)
            {
                int nn = singlefigure[m].Y * _RoiW + singlefigure[m].X;
                int xGrayValue = singlefigure[m].X * tempbuffer8[nn];
                xSum += xGrayValue;
            }

  for (int m = 0; m < singlefigure.Count; m++)
            {
                int nn = singlefigure[m].Y * _RoiW + singlefigure[m].X;
                int yGrayValue = singlefigure[m].Y * tempbuffer8[nn];
                ySum += yGrayValue;
            }
            xAver = xSum / mass;
            yAver = ySum / mass;
            //计算P+Q阶归一化中心矩
            double n11 = 0, n20 = 0, n02 = 0, n12 = 0, n21 = 0, n03 = 0, n30 = 0;

  for (int m = 0; m < singlefigure.Count; m++)
            {
                double xCha = singlefigure[m].X - xAver;
                double yCha = singlefigure[m].Y - yAver;
                int nn = singlefigure[m].Y * _RoiW + singlefigure[m].X;
                n11 += xCha * yCha * tempbuffer8[nn] / Math.Pow(mass, 2);
                n20 += Math.Pow(xCha, 2) * tempbuffer8[nn] / Math.Pow(mass, 2);
                n02 += Math.Pow(yCha, 2) * tempbuffer8[nn] / Math.Pow(mass, 2);
                n12 += Math.Pow(yCha, 2) * xCha * tempbuffer8[nn] / Math.Pow(mass, 2.5);
                n21 += Math.Pow(xCha, 2) * yCha * tempbuffer8[nn] / Math.Pow(mass, 2.5);
             //   n30 += Math.Pow(xCha, 3) * yCha * tempbuffer8[nn] / Math.Pow(mass, 2.5);
                n30 += Math.Pow(xCha, 3)  * tempbuffer8[nn] / Math.Pow(mass, 2.5);//更正两个错误，稳定性变好202010232134
                //n03 += Math.Pow(yCha, 2) * xCha * tempbuffer8[nn] / Math.Pow(mass, 2.5);
                n03 += Math.Pow(yCha, 3) * tempbuffer8[nn] / Math.Pow(mass, 2.5);
            }
            //计算7个不变矩//顺序更换为1234657
            double[] hu = new double[7];
            hu[0] = n20 + n02;
            hu[1] = Math.Pow((n20 - n02), 2) + 4 * n11 * n11;
            hu[2] = Math.Pow((n30 - 3 * n12), 2) + Math.Pow((n03-3 * n21 ), 2);//3
            hu[3] = Math.Pow((n30 + n12), 2) + Math.Pow((n21 + n03), 2);//4
            hu[4] = (n20 - n02) * (Math.Pow((n30 + n12), 2) - Math.Pow((n21 + n03), 2)) + 4 * n11 * (n30 + n12) * (n21 + n03);//6
            //下面用冈萨雷斯三版公式，有争议20201024
            hu[5] = (n30 - 3 * n12) * (n30 + n12) * (Math.Pow((n30 + n12), 2) - 3 * Math.Pow((n21 + n03), 2))
                + (3 * n21 - n03) * (n21 + n03) * (3 * Math.Pow((n30 + n12), 2) - Math.Pow((n21 + n03), 2));//5

            hu[6] = (3 * n21 - n03) * (n30 + n12) * ((Math.Pow((n30 + n12), 2)) - 3 * Math.Pow((n21 + n03), 2))
                + (3 * n12 - n30) * (n03 + n21) * ((3 * Math.Pow((n30 + n12), 2)) - Math.Pow((n21 + n03), 2));//7

 textBoxHu矩.Text = "";
            textBoxHu矩.Text += hu[0].ToString() + ";Hu矩1\r\n";
            textBoxHu矩.Text += hu[1].ToString() + ";Hu矩2\r\n";
            textBoxHu矩.Text += hu[2].ToString() + ";Hu矩3\r\n";
            textBoxHu矩.Text += hu[3].ToString() + ";Hu矩4\r\n";
            textBoxHu矩.Text += hu[4].ToString() + ";Hu矩5\r\n";
            textBoxHu矩.Text += hu[5].ToString() + ";Hu矩6\r\n";
            textBoxHu矩.Text += hu[6].ToString() + ";Hu矩7\r\n";

ok,完成！

有谁能告诉我，这七个Hu矩公式为什么要这样设计？

我们当下使用轮廓（这里应感谢opencv的提醒），为了处理速度，这是一个极好的方法。

看到大多数都说图像求hu矩很稳定，我估计是静态图像的原因，如果是实时图像，会这么好吗？

下结论太早，可以一试！