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^
最低0.47元/天 解锁文章
744
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
