Zernike矩

原创

Zernike矩

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接: https://blog.csdn.net/wrj19860202/article/details/6334275
         <!--一个博主专栏付费入口结束-->
        <link rel="stylesheet" href="https://csdnimg.cn/release/phoenix/template/css/ck_htmledit_views-d284373521.css">
                                    <link rel="stylesheet" href="https://csdnimg.cn/release/phoenix/template/css/ck_htmledit_views-d284373521.css">
            <div class="htmledit_views" id="content_views">

Zernike在1934年引入了一组定义在单位圆 上的复值函数集{ },{ }具有完备性和正交性,使得它可以表示定义在单位圆盘内的任何平方可积函数。其定义为:

表示原点到点 的矢量长度; 表示矢量 轴逆时针方向的夹角。

是实值径向多项式:

称为Zernike多项式。

Zernike多项式满足正交性:

其中

为克罗内克符号,

的共轭多项式。

由于Zernike多项式的正交完备性,所以在单位圆内的任何图像 都可以唯一的用下面式子来展开:

式子中 就是Zernike矩,其定义为:

注意式子中 采用的是不同的坐标系( 采用直角坐标,而 采用的极坐标系,在计算的时候要进行坐标转换)

对于离散的数字图像,可将积分形式改为累加形式:

我们在计算一副图像的Zernike矩时,必须将图像的中心移到坐标的原点,将图像的像素点映射到单位圆内,由于Zernike矩具有旋转不变性,我们可以将 作为图像的不变特征,其中图像的低频特征有p值小的 提取,高频特征由p值高的 提取。从上面可以看出,Zernike矩可以构造任意高阶矩。

由于Zernike矩只具有旋转不变性,不具有平移和尺度不变性,所以要提前对图像进行归一化,我们采用标准矩的方法来归一化一副图像,标准矩定义为:

由标准矩我们可以得到图像的"重心",

我们将图像的"重心"移动到单位圆的圆心(即坐标的原点),便解决了平移问题。

我们知道 表征了图像的"面积",归一图像的尺度无非就是把他们的大小变为一致的,(这里的大小指的是图像目标物的大小,不是整幅图像的大小,"面积"也是目标物的"面积")。

所以,对图像进行变换 就可以达到图像尺寸一致的目的。

综合上面结果,对图像进行 变换,最终图像 的Zernike矩就是平移,尺寸和旋转不变的。

<![endif]-->

Zernike 不变矩相比 Hu 不变矩识别效果会好一些,因为他描述了图像更多的细节内容,特别是高阶矩,但是由于 Zernike 不变矩计算时间比较长,所以出现了很多快速的算法,大家可以 google 一下。

Zernike 不变矩来识别手势轮廓,识别率大约在 40%~50% 之间,跟 Hu 不变矩一样, Zernike 不变矩一般用来描述目标物形状占优势的图像,不适合用来描述纹理丰富的图像,对于纹理图像,识别率一般在 20%~30% 左右,很不占优势。 C++代码如下:

/计算一行的像素个数
imwidth:图像宽度
deep:图像深度(8位灰度图为1,24位彩色图为3)
/
#define bpl(imwidth, deep) ((imwidth
deep
8+31)/324)
/获取像素值
psrcBmp:图像数据指针
nsrcBmpWidth:图像宽度,以像素为单位
x,y:像素点
deep:图像的位数深度,(1表示8位的灰度图,3表示24位的RGB位图)
/
COLORREF J_getpixel( const BYTE psrcBmp, const int nsrcBmpWidth, const int x, const int y, int deep = 3)
{
if (deep == 3)
{
return RGB(
(psrcBmp + x
3 + y
bpl(nsrcBmpWidth, deep) + 2 ) ,
(psrcBmp + x3 + y
bpl(nsrcBmpWidth, deep) + 1 ) ,
(psrcBmp + x3 + y*bpl(nsrcBmpWidth, deep) +0 ));
}
else if (deep == 1)
{
return (psrcBmp + x + ybpl(nsrcBmpWidth, deep));
}
}

//获取标准矩(只支持8位灰度图)
void GetStdMoment(BYTE *psrcBmp ,
int nsrcBmpWidth,
int nsrcBmpHeight,
double m)
{
for ( int p = 0 ; p < 2 ; p++ )
for ( int q = 0 ; q < 2 ; q++ )
{
if( p == 1 && q == 1)
break;
for ( int y = 0 ; y < nsrcBmpHeight ; y++ )
for ( int x = 0 ; x < nsrcBmpWidth ; x++ )
m[p
2+q] += (pow( (double)x , p ) * pow( (double)y , q ) * J_getpixel(psrcBmp , nsrcBmpWidth , x ,y, 1));
}
}

//阶乘
double Factorial( int n )
{
if( n < 0 )
return -1;

double m = 1;
for(int i = 2 ; i &lt;= n ; i++)
{
	m *= i;
}
return m;

}

//阶乘数,计算好方便用,提高速度
double factorials[11] = {1 , 1 , 2 , 6 , 24 , 120 , 720 , 5040 , 40320 , 362880 , 39916800};

//把图像映射到单位圆,获取像素极坐标半径
double GetRadii(int nsrcBmpWidth,
int nsrcBmpHeight,
int x0,
int y0,
int x,
int y)
{
double lefttop = sqrt(((double)0 - x0)(0 - x0) + (0 - y0)(0 - y0));
double righttop = sqrt(((double)nsrcBmpWidth - 1 - x0)(nsrcBmpWidth - 1 - x0) + (0 - y0)(0 - y0));
double leftbottom = sqrt(((double)0 - x0)(0 - x0) + (nsrcBmpHeight - 1 - y0)(nsrcBmpHeight - 1 - y0));
double rightbottom = sqrt(((double)nsrcBmpWidth - 1 - x0)(nsrcBmpWidth - 1 - x0) + (nsrcBmpHeight - 1 - y0)(nsrcBmpHeight - 1 - y0));

double maxRadii = lefttop;
maxRadii &lt; righttop ? righttop : maxRadii;
maxRadii &lt; leftbottom ? leftbottom : maxRadii;
maxRadii &lt; rightbottom ? rightbottom : maxRadii;

double Radii = sqrt(((double)x - x0)*(x - x0) + (y - y0)*(y - y0))/maxRadii;
if(Radii &gt; 1)
{
	Radii = 1;
}
return Radii;

}

//把图像映射到单位圆,获取像素极坐标角度
double GetAngle(int nsrcBmpWidth,
int nsrcBmpHeight,
int x,
int y)
{
double o;

double dia = sqrt((double)nsrcBmpWidth*nsrcBmpWidth + nsrcBmpHeight*nsrcBmpHeight);
int x0 = nsrcBmpWidth / 2;
int y0 = nsrcBmpHeight / 2;
double x_unity = (x - x0)/(dia/2); 
double y_unity = (y - y0)/(dia/2);

if( x_unity == 0 &amp;&amp; y_unity &gt;= 0 )
	o=pi/2;
else if( x_unity ==0 &amp;&amp; y_unity &lt;0)
	o=1.5*pi;
else
	o=atan( y_unity / x_unity );
if(o*y&lt;0)    //第三象限
	o=o+pi;

return o;

}

//Zernike不变矩
J_GetZernikeMoment(BYTE *psrcBmp ,
int nsrcBmpWidth,
int nsrcBmpHeight,
double *Ze )
{
double R[count][count] = {0.0};
double V[count][count] = {0.0};

double M[4] = {0.0};
GetStdMoment(psrcBmp , nsrcBmpWidth , nsrcBmpHeight , M);
int x0 = (int)(M[2]/M[0]+0.5);
int y0 = (int)(M[1]/M[0]+0.5);

for(int n = 0 ; n &lt; count ; n++)
{
	for (int m = 0 ; m &lt; count ; m++)
	{
		//优化算法,只计算以下介数

		if( (n == 1 &amp;&amp; m == 0) ||
			(n == 1 &amp;&amp; m == 1) ||
			(n == 2 &amp;&amp; m == 0) ||
			(n == 2 &amp;&amp; m == 1) ||
			(n == 2 &amp;&amp; m == 2) ||
			(n == 3 &amp;&amp; m == 0) ||
			(n == 3 &amp;&amp; m == 1) ||
			(n == 3 &amp;&amp; m == 2) ||
			(n == 3 &amp;&amp; m == 3) ||
			(n == 4 &amp;&amp; m == 0) ||
			(n == 4 &amp;&amp; m == 1) ||
			(n == 4 &amp;&amp; m == 2) ||
			(n == 4 &amp;&amp; m == 3) ||
			(n == 4 &amp;&amp; m == 4))

		{
			for(int y = 0 ; y &lt; nsrcBmpHeight ; y++)
			{
				for (int x = 0 ; x &lt; nsrcBmpWidth ; x++)
				{
					for(int s = 0 ; (s &lt;= (n - m)/2 ) &amp;&amp; n &gt;= m ; s++)
					{
						R[n][m] += pow( -1.0, s )
								* ( n - s &gt; 10 ? Factorial( n - s ) : factorials[ n - s ] )
								* pow( GetRadii( nsrcBmpWidth, nsrcBmpHeight, x0, y0, x, y ), n - 2 * s )
								/ ( ( s &gt; 10 ? Factorial( s ) : factorials[ s ] )
								* ( ( n + m ) / 2 - s &gt; 10 ? Factorial( ( n + m ) / 2 - s ) : factorials[ ( n + m ) / 2 - s ] )
								* ( ( n - m ) / 2 - s &gt; 10 ? Factorial( ( n - m ) / 2 - s ) : factorials[ ( n - m ) / 2 - s ] ) );
					}
					Ze[ n * count + m ] += R[ n ][ m ]
										* J_getpixel( psrcBmp, nsrcBmpWidth, x ,y, 1)
										* cos( m * GetAngle( nsrcBmpWidth, nsrcBmpHeight, x, y) );//实部

					V[n][m] += R[ n ][ m ] 
							* J_getpixel( psrcBmp, nsrcBmpWidth, x, y, 1)
							* sin( m * GetAngle( nsrcBmpWidth, nsrcBmpHeight, x, y ) );//虚部

					R[n][m] = 0.0;
				}
			}
			*(Ze+n*count + m) = sqrt( (*(Ze+n*count + m))*(*(Ze+n*count + m)) + V[n][m]*V[n][m] )*(n+1)/pi/M[0];
		}
	}
}

}







  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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