我们希望能用很少的几个特征代表一个图形,这些特征不因图形在图像中所在的位置、旋转角度、缩放比例的改变而改变,也不应受光照、噪点等影响。经过计算机视觉多年的发展,已经发现了很多这样的特征, 不变矩
就是其中一个。
统计学中的矩
图像的几何矩
将图像的像素坐标看作是二维随机变量,像素的灰度值看作是概率,就可以套用统计学中的矩作为图像的几何矩。
原点矩: M i j = ∑ x ∑ y x i y j I ( x , y ) M_{ij}=\sum_x \sum_y x^iy^jI(x,y) Mij=∑x∑yxiyjI(x,y)
中心矩: μ i j = ∑ x ∑ y ( x − x ^ ) i ( y − y ^ ) j I ( x , y ) , 其 中 ( x ^ , y ^ ) 为 图 形 的 质 心 ( 重 心 ) \mu_{ij}=\sum_x \sum_y (x-\hat x)^i(y-\hat y)^jI(x,y) \text ,其中(\hat x, \hat y)为图形的质心(重心) μij=∑x∑y(x−x^)i(y−y^)jI(x,y),其中(x^,y^)