图像矩，理论推导

Hu矩正交不变性的理论推导
在CSDN和Google上查阅了很多资料，大家都只介绍了Hu矩的计算方法和应用场景（ What 和 How ），却没有人说清楚为什么Hu矩能作为平移，选择，尺度变换下均不变的图像特征（Why）。
笔者自己调研了提出Hu矩的原始论文Visual Pattern Recognition by Moment Invariants。
在论文中，作者从数学角度出发，详细推导出了Hu矩分别在平移，旋转，尺度变换下，保持不变的原因。同时，作者还构建了一个正交不变量的完备系统。理论上所有的不变量，都可以由这个系统表示，而Hu矩只是该系统中2阶和3阶的特例。因为2阶矩和3阶矩的计算成本比较低，所以Hu矩得到了广泛的应用。
我在b站上专门做了一期视频，按照论文中的思路推出了Hu矩和整个完备系统，感兴趣的可以戳传送门：【数学推导】Hu矩不变量为什么是正交不变量？