图像的七个不变矩 可用于图像的匹配

图像的几何不变矩 

矩特征主要表征了图像区域的几何特征,又称为几何矩， 由于其具有旋转、平移、尺度等特性的不变特征，所以又称其为不变矩。在图像处理中，几何不变矩可以作为一个重要的特征来表示物体，可以据此特征来对图像进行分类等操作。

1.     HU矩

几何矩是由Hu(Visual pattern recognition by moment invariants)在1962年提出的，图像f(x，y)的(p+q)阶几何矩定义为

        Mpq =∫∫(x^p)*(y^q)f(x，y)dxdy(p，q = 0，1，……∞）

        矩在统计学中被用来反映随机变量的分布情况，推广到力学中，它被用作刻画空间物体的质量分布。同样的道理，如果我们将图像的灰度值看作是一个二维或三维的密度分布函数，那么矩方法即可用于图像分析领域并用作图像特征的提取。最常用的，物体的零阶矩表示了图像的“质量”：

                  Moo= ∫∫f(x，y )dxdy

        一阶矩(M01，M10)用于确定图像质心( Xc，Yc)：

              Xc = M10/M00;Yc = M01/M00;

         若将坐标原点移至 Xc和 Yc处，就得到了对于图像位移不变的中心矩。如

            Upq =∫∫[(x-Xc)^p]*[(y-Yc)^q]f(x，y)dxdy。

Hu在文中提出了7个几何矩的不变量，这些不变量满足于图像平移、伸缩和旋转不变。如果定义

Zpq=Upq/(U20 + U02)^(p+q+2)，

Hu 的7种矩为：

                   H1=Z20+Z02;H1=(Z20+Z02)^2+4Z11^2;......

矩是描述图像特征的算子，它在模式识别与图像分析领域中有重要的应用．迄今为止，常见的矩描述子可以分为以下几种：几何矩、正交矩、复数矩和旋转矩．其中几何矩提出的时间最早且形式简单，对它的研究最为充分。几何矩对简单图像有一定的描述能力，他虽然在区分度上不如其他三种矩，但与其他几种算子比较起来&#