图像的矩是描述图像特征的重要量，包括空间矩、中心矩和不变矩。其中，Hu不变矩对平移、尺度变化、镜像和旋转具有不变性，常用于图像识别。本文介绍了图像矩的计算原理，提供了使用OpenCV的API进行计算的示例，并分析了计算过程中可能遇到的问题，如边界轮廓处理导致的质心偏移。
原理
- 图像的矩是对图像特征描述的一个量，大小为 M × N M \times N M×N 图像可以看成二维的随机变量 ( x , y ) (x,y) (x,y)
从而定义二维的 ( p + q ) (p+q) (p+q)的空间矩为： m p q = ∑ 0 M − 1 ∑ 0 N − 1 x p y q f ( x , y ) 其 中 p ， q 是 0 , 1 , 2... 整 数 m_{pq}=\sum_{0}^{M-1} \sum_{0}^{N-1} {x^py^qf(x,y)} \space \space \space \space \space \space \space \space \space \space 其中p，q是0,1,2...整数 mpq=0∑M−10∑N−1xpyqf(x,y) 其中p，q是0,1,2...整数
m 00 = ∑ 0 M − 1 ∑ 0 N − 1 f ( x , y ) 相 当 于 总 质 量 m_{00}=\sum_{0}^{M-1} \sum_{0}^{N-1} {f(x,y)}\space\space 相当于总质量 m00=0∑M−10∑N−1f(x,y) 相当于总质量
m 01 = ∑ 0 M − 1 ∑ 0 N − 1 y f ( x , y ) ， m 10 = ∑ 0 M − 1 ∑ 0 N − 1 x f ( x , y ) ， x ˉ = m 10 m 00 y ˉ = m 01 m 00 ( x ˉ , y ˉ ) 相 当 于 质 心 m_{01}=\sum_{0}^{M-1} \sum_{0}^{N-1} y{f(x,y)}，\space \space m_{10}=\sum_{0}^{M-1} \sum_{0}^{N-1} x{f(x,y)}，\bar{x}=\frac{m_{10}}{m{_{00}}}\space \space \space \space \bar{y}=\frac{m_{01}}{m{_{00}}} \space \space \space \space(\bar{x},\bar{y})相当于质心 m
最低0.47元/天 解锁文章
扫一扫
2万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
