轮廓的特征矩Moment


转自:http://blog.csdn.net/huixingshao/article/details/42060231

opencv中的矩主要包括以下几种:空间矩,中心矩和中心归一化矩。

 class Moments { public: ......

 // 空间矩

double m00, m10, m01, m20, m11, m02, m30, m21, m12, m03;

// 中心矩

double mu20, mu11, mu02, mu30, mu21, mu12, mu03;

// 中心归一化矩 double nu20, nu11, nu02, nu30, nu21, nu12, nu03;

 }


空间矩的公式为:

image

可以知道,对于01二值化的图像,m00即为轮廓的面积。


中心矩的公式为:

image

其中:

image

归一化的中心矩公式为:

image
 

矩的基本概念可参考:

http://www.opencvchina.com/thread-509-1-1.html
 
 
 
 
在OpenCV中,还可以很方便的得到Hu不变距,Hu不变矩在图像旋转、缩放、平移等操作后,仍能保持矩的不变性,所以有时候用Hu不变距更能识别图像的特征。Hu不变矩的基本概念请参考paper:Hu. Visual Pattern Recognition by Moment Invariants, IRE Transactions on Information Theory, 8:2, pp. 179-187, 1962, 或者参考中文介绍:http://www.cnblogs.com/skyseraph/archive/2011/07/19/2110183.html
 

OpenCV中计算矩的函数为:Moments moments(InputArray array, bool binaryImage=false )

 

Hu不变矩主要是利用归一化中心矩构造了7个不变特征矩:

image

OpenCV中计算Hu矩的公式为:

HuMoments(const Moments& m, OutputArray hu)

void HuMoments(const Moments& moments, double hu[7])


matchShapes函数其实比较的是两个轮廓的Hu不变矩:

double comres;
comres = matchShapes(contours[0], contours[1],CV_CONTOURS_MATCH_I1, 0.0);
printf("CV_CONTOURS_MATCH_I1 比较结果是: %f\n", comres);
comres = matchShapes(contours[0], contours[1],CV_CONTOURS_MATCH_I2, 0.0);
printf("CV_CONTOURS_MATCH_I2 比较结果是: %f\n", comres);
comres = matchShapes(contours[0], contours[1],CV_CONTOURS_MATCH_I3, 0.0);
printf("CV_CONTOURS_MATCH_I3 比较结果是: %f\n", comres);


第三个参数决定比较的方式,下面是第三个参数的三个可选值。

  • CV_CONTOURS_MATCH_I1

    I_1(A,B) =  \sum _{i=1...7}  \left |  \frac{1}{m^A_i} -  \frac{1}{m^B_i} \right |

  • CV_CONTOURS_MATCH_I2

    I_2(A,B) =  \sum _{i=1...7}  \left | m^A_i - m^B_i  \right |

  • CV_CONTOURS_MATCH_I3

  • 这里:分别是A,B的Hu矩。


评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值