【图像算法】图像特征：几何不变矩-Hu矩
图片特征提取-最新文档
图片特征提取【】With the continuous development of technology， the demand for computer image recognition ability is gradually increasing， and the picture feature extraction is the core problem of image recognition. In the process of image feature extraction， it involves the application of many extraction algorithms. The results are also directly related to the color characteristics， texture characteristics of the extraction quality. This article analyzes the characteristics of the characteristics and extraction methods based on the image feature extraction.【?P键词】图片特征；提取；算法【Keywords】image feature； extraction； algorithm1 特征提取颜色特征计算机视觉、图像处理都离不开特征提取，特征提取自身具有可重复性的特征，也是图像处理的第一级预算，对每个像素进行检查，确定其特征代表的效果。
常见的图片特征和常应用到的特征提取算法，详细研究见以下内容。
1.1 特点颜色特征是对于图片表面性质的描述，其主要以像素点特征为基础，图片中不同的像素都有着自己的作用，由于颜色对图片景物变化相对不敏感，所以通过颜色特征，并不能有效提取出景物的局部特征。
Radon变换修正不变矩在零水印中的应用
Ｋ ｙ Ｗ ｏ ｄ ｚ ｒ ｉ ｉ ｌｗａ ｅ ｍａ ｋ ｎ ｅ ｒｓ ｅ ｏ ｄｇ ｔ ｔｒ ｒ ｉ ｇ，ｓｇ ａ ｒ ｃ ｓ ｉｇ，Ｒａ ｏ ｅ ｉｅ ｎ ａ ｉｎ ｍｅ ｔ ａ ｉ ｎ ｌｐ ｏ ｅ ｓｎ ｄ ｎ ｒ ｖ ｓ ｄ ｉ ｖ ｒ ｔｍｏ ｎ ｓ ａ Ｃｌｓ ｍ ｂ ｒ ＴＰ３ 】 ａ ｓ Ｎｕ ｅ ９
旋 转 ： 图像 －（ ） 投 影 序列 为 Ｐ （） 显 设 厂ｚ， 原 ￡， 然其周 期 为 ２ ， 丌 旋转 ∈Ｅ ，７ 后 的 图像 为 （ ｏ２ｃ ］ ｚ，
） 贝 （ 。 ） ，０ Ｒ｛ ｚ， ） 一 ＋ （） ， 。
Ｊ
‘
是伪 随 机序列 或 二值 图像 ， 水 印检 测 时相 比文 献 在 ［］ ７ 所提 算 法具 有 很 好 的 区分 度 ， 而且 在 抗 各 种 常
Ｔ ３１ Ｐ ９
ｍａ ｋ ｎ ａ ｅ ｎ Ｒｅ ｉｅ ｓ ｏ ｒ ｍ ｎ ａ ｉ ｎ ｏ ｎ ｓ ｒ ｇｔ ａ ｔ ｒ ｒ ｉ ｇ Ｂ ｓ ｄ ｏ ｖ ｓ Ｈｉｔ ｇ ａ Ｉ ｖ ｒａ ｔＭ ｍｅ ｔ ｄ
Ｗ ａ ｇＷ ｕｕ ” ＨｅＢｎ 。 ｎ ｊｎ ｉｇ
ｔ ｅ ｐ ｏ ｏ ｅ ｔ ｏ ｓ ｂ ｔ ｅ ｏ ｕ ｔｔ ａ ｒ ｄ ｔ ｎ ｌ ｄ ｎ ｉｖ ｒａ ｔｍｏ ｅ ｔ ｎ ｎ ｉｅ ａ ｔ ｃ ｉｇ ｈ ｒ ｐ ｓ ｄ ｍｅ ｈ ｄ ｉ ｅ ｔｒ ｒ ｂ ｓ ｈ ｎ ｔａ ｉ ｏ ａ ｉ Ｒａ ｏ ｎ ａ ｉ ｎ ｍ ｎ ｓ ｉ ｏ ｓ ｔａ ｋ ｎ ．
王武 军 ” 何 冰。
（ 安航 空技术 高等专科学校实验实训 中心” 西安 ７ ０ ７ ）渭南师 范学 院物理 与电气 工程学 院 ｆ 南 ７４ ０ ） 西 １０ ７ （ 胃 １ ０ ０
矩快速算法综述
矩快速算法综述
王晓红;赵荣椿
【期刊名称】《数据采集与处理》
【年(卷),期】2001(016)0z1
【摘要】矩是图像处理、模式识别和计算机视觉中的通用技术之一.本文逐一介绍了几何矩和正交矩的各种快速算法,并对其性能进行了评估.几何矩快速算法包括图像变换、Delta方法、拐点方法、Green定理法、图像块表示法、可重构网格法、SIMD阵列法和VLSI算法.与几何矩相比,正交矩快速算法种类较少.
【总页数】5页(P224-228)
【作者】王晓红;赵荣椿
【作者单位】西北工业大学计算机科学与工程系,;西北工业大学计算机科学与工程系,
【正文语种】中文
【中图分类】TP391
【相关文献】
1.一种新的灰度图像的快速矩计算算法 [J], 郑运平;常宜斌
2.基于差分矩因子的灰度图像矩快速算法 [J], 王冰
3.一种基于Hu矩特征的快速图像检索算法的研究 [J], 李亚文;王博;赵杰
4.基于改进HU不变矩的快速图像匹配算法 [J], 丁悦; 吴静静; 蒋毅; 翁陈熠
5.低频快速切比雪夫矩的篡改图像检测算法 [J], 郑佳雯; 张威虎
因版权原因，仅展示原文概要，查看原文内容请购买。
基于Hu矩的近景摄影测量圆形标志的自动检测
基于Hu矩的近景摄影测量圆形标志的自动检测王至博;姚喜;栾学科【摘要】近景摄影测量中的人工标志多采用圆作为主要特征,当目标面与像片平面不平行时,圆形标志的像将为椭圆,本文提出了一种基于形状准则和Hu距的精确类椭圆标志提取方法以及圆形标志的分类方法,并制作编码标志实物在室内实验室进行场景实拍实验,各项实验结果数据证明该理论方法可行.【期刊名称】《城市勘测》【年(卷),期】2010(000)005【总页数】5页(P93-97)【关键词】近景摄影测量;编码标志;边缘检测;Hu矩【作者】王至博;姚喜;栾学科【作者单位】青岛市勘察测绘研究院,山东,青岛,266000;山东省水利勘测设计院,山东,济南,250013;青岛市勘察测绘研究院,山东,青岛,266000【正文语种】中文【中图分类】P234.1近景摄影测量包括低空摄影测量、地面和室内近景摄影测量，是目前国内外研究的热点。
在传统的近景摄影测量手段中，如果要获取待测点的三维坐标，需要满足两个条件:一是要求待测点本身纹理丰富，处于适宜的摄影环境中，能够获取合乎质量的立体像对；二是需要在待测物点表面或周围布设一定数量的控制点[1]。
在众多测量实践中，待测区域本身往往是缺乏纹理的、隐蔽的、不可通视的或不便于直接测量，表面没有足够的特征，同时在每个待测点周围布设控制点也是件费时费力的工作，这就使得利用常规的近景影摄影测量技术来获得这类待测点的三维坐标变得极为困难，甚至是不可能的。
因此，人工标志自动化识别、自动化定位和自动化匹配在近景摄影测量中变得十分必要。
在近景摄影测量的许多应用中，可以在待测物体表面分布一些具有明显特征且易于识别的元素作为标记点，如圆、十字刻划线等。
若给标记点加载唯一的身份信息，即对标记点进行编码，对图像中标记点进行唯一身份识别后，可以方便、可靠地实现多幅图像之间标记点的对应匹配。
目前国内外已设计出的编码标志点主要有如图1所示的形式[2～5]:经观察可知，已有编码标志的图案设计多数采用了圆作为主要特征。
(完整)图像匹配+图像配准+图像校正
图像匹配图像匹配是指通过一定的匹配算法在两幅或多幅图像之间识别同名点，如二维图像匹配中通过比较目标区和搜索区中相同大小的窗口的相关系数,取搜索区中相关系数最大所对应的窗口中心点作为同名点.其实质是在基元相似性的条件下，运用匹配准则的最佳搜索问题。
图像匹配主要可分为以灰度为基础的匹配和以特征为基础的匹配.1、灰度匹配灰度匹配的基本思想:以统计的观点将图像看成是二维信号，采用统计相关的方法寻找信号间的相关匹配。
利用两个信号的相关函数，评价它们的相似性以确定同名点.灰度匹配通过利用某种相似性度量，如相关函数、协方差函数、差平方和、差绝对值和等测度极值，判定两幅图像中的对应关系。
最经典的灰度匹配法是归一化的灰度匹配法,其基本原理是逐像素的把一个以一定大小的实时图像窗口的灰度矩阵，与参考图像的所有可能的窗口灰度阵列，按某种相似性度量方法进行搜索比较的匹配方法，从理论上说就是采用图像相关技术。
利用灰度信息匹配方法的主要缺陷是计算量太大,因为使用场合一般都有一定的速度要求，所以这些方法很少被使用。
现在已经提出了一些相关的快速算法，如幅度排序相关算法,FFT相关算法和分层搜索的序列判断算法等。
2、特征匹配特征匹配是指通过分别提取两个或多个图像的特征（点、线、面等特征），对特征进行参数描述,然后运用所描述的参数来进行匹配的一种算法。
基于特征的匹配所处理的图像一般包含的特征有颜色特征、纹理特征、形状特征、空间位置特征等。
特征匹配首先对图像进行预处理来提取其高层次的特征，然后建立两幅图像之间特征的匹配对应关系,通常使用的特征基元有点特征、边缘特征和区域特征。
特征匹配需要用到许多诸如矩阵的运算、梯度的求解、还有傅立叶变换和泰勒展开等数学运算。
常用的特征提取与匹配方法有:统计方法、几何法、模型法、信号处理法、边界特征法、傅氏形状描述法、几何参数法、形状不变矩法等.基于图象特征的匹配方法可以克服利用图象灰度信息进行匹配的缺点，由于图象的特征点比较象素点要少很多,大大减少了匹配过程的计算量;同时，特征点的匹配度量值对位置的变化比较敏感，可以大大提高匹配的精确程度；而且，特征点的提取过程可以减少噪声的影响，对灰度变化，图象形变以及遮挡等都有较好的适应能力.所以基于图象特征的匹配在实际中的应用越来越广泛。
不变矩方法研究
Ｖｏ【｜３２，Ｎｏ．１１ Ｎｏｖｅｍｂｅｒ，２００７ 火力与指挥控制 Ｆｉｒｅ Ｃｏｎｔｒｏｌ ａｎｄ Ｃｏｍｍａｎｄ Ｃｏｎｔｒｏｌ 第３２卷第１１期
２００７年１１月
文章编号：１００２—０６４０（２００７）１ｌ＿Ｏｌ１４一Ｏ４ 不变矩方法研究
魏伟波 ，芮筱亭 （１．青岛大学信息工程学院，山东青岛２６６０７１，２．南京理工大学动力工程学院，江苏南京２１００９４）
摘要：不变矩方法是一种比较经典的特征提取方法。自１９６２年Ｈｕ提出代数不变矩以来，已被成功应用于很多领域。首 先介绍了不变矩的基本理论以及Ｈｕ提出的七个不变矩，并对不变矩的物理含义进行了分析。利用Ｍａｔｌａｂ编程后，对给定目 标图像旋转、缩放后图像的不变矩进行了计算，给出了计算结果，并与原图像的不变矩进行了比较，分析了不变矩方法的特 点。最后介绍了一种适用范围更广的极半径不变矩，与Ｈｕ不变矩进行了比较。 关键词：不变矩，物理含义，计算，极半径不变矩 中图分类号：ＴＰ３９１ 文献标识码：Ａ
Ｓｔｕｄｙ ｏｎ Ｍｏｍｅｎｔ Ｉｎｖａｒｉａｎｔｓ Ｍｅｔｈｏｄ ＷＥＩ Ｗｅｉ—ｂｏ 。ＲＵＩ Ｘｉａｏ—ｔｉｎｇ （１．Ｃｏｌｌｅｇｅ ｏｆ Ｉｎｆｏｒｍａｔｉｏｎ Ｅｎｇｉｎｅｅｒｉｎｇ Ｑｉｎｇｄａｏ Ｕｎｉｖｅｒｓｉｔｙ，Ｑｉｎｇｄａｏ ２６６０７１，Ｃｈｉｎａ， ２．Ｎａｎｊｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｓｃｉｅｎｃｅ ８Ｌ Ｔｅｃｈｎｏｌｏｇｙ，Ｎａｎｊｉｎｇ ２１００９４，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｍｏｍｅｎｔ ｉｎｖａｒｉａｎｔｓ ｍｅｔｈｏｄ ｉｓ ３ ｃｌａｓｓｉｃａｌ ｍｅｔｈｏｄ ｆｏｒ ｃｈａｒａｃｔｅｒ—ｅｘｔｒａｃｔｅｄ．Ｓｉｎｃｅ ａｌｇｅｂｒａ ｍｏｍｅｎｔ ｉｎｖａｒｉａｎｔｓ ｗｅｒｅ ｍｅｎｔｉｏｎｅｄ ｉｎ Ｈｕ’ｓ ｐａｐｅｒ ｉｎ １９６２，ｉｔ ｈａｓ ｂｅｅｎ ｓｕｃｃｅｓｓｆｕｌｌｙ ｕｓｅｄ ｉｎ ３ ｌｏｔ ｏｆ ｆｉｅｌｄｓ． Ｔｈｅ ｂａｓｉｃ ｔｈｅｏｒｙ ｏｆ ｍｏｍｅｎｔ ｉｎｖａｒｉａｎｔｓ ａｎｄ ｓｅｖｅｎ ｍｏｍｅｎｔ ｉｎｖａｒｉａｎｔｓ ｗｈｉｃｈ ｗｅｒｅ ｐｒｏｐｏｓｅｄ ｂｙ Ｈｕ ａｒｅ ｉｎｔｒｏｄｕｃｅｄ ｆｉｒｓｔｌｙ，ａｎｄ ｔｈｅｎ ｔｈｅ ｐｈｙｓｉｃａｌ ｍｅａｎｉｎｇ ｏｆ ｍｏｍｅｎｔ ｉｎｖａｒｉａｎｔｓ ｉｓ ａｎａｌｙｚｅｄ．Ｔｈｅ ｍｏｍｅｎｔ ｉｎｖａｒｉａｎｔｓ ｏｆ ｏｂｊｅｃｔ ｉｍａｇｅ ａｆｔｅｒ ｒｏｔａｔｅｄ ａｎｄ ｚｏｏｍｅｄ ａｒｅ ｃａｌｃｕｌａｔｅｄ ｗｉｔｈ Ｍａｔｌａｂ，ｗｈｉｃｈ ａｒｅ ｃｏｍｐａｒｅｄ ｗｉｔｈ ｔｈｅ ｍｏｍｅｎｔ ｉｎｖａｒｉａｎｔｓ ｏｆ ｏｒｉｇｉｎａｌ ｉｍａｇｅ．Ｔｈｅ ｃｈａｒａｃｔｅｒ ｏｆ Ｍｏｍｅｎｔ ｉｎｖａｒｉａｎｔｓ ｍｅｔｈｏｄ ｉｓ ａｎａｌｙｚｅｄ．Ｆｉｎａｌｌｙ，ｐｏｌａｒ— ｒａｄｉｕｓ—ｉｎｖａｒｉａｎｔ—ｍｏｍｅｎｔ ｍｅｔｈｏｄ ｗｈｉｃｈ ｉｓ ｍｏｒｅ ｅｆｆｅｃｔｉｖｅ ｉｓ ｐｒｅｓｅｎｔｅｄ。ａｎｄ ｃｏｍｐａｒｅｄ ｗｉｔｈ Ｈｕ ｓ ｍｏｍｅｎｔ ｉｎｖａｒｉａｎｔｓ． Ｋｅｙ ｗｏｒｄｓ：ｍｏｍｅｎｔ ｉｎｖａｒｉａｎｔｓ，ｐｈｙｓｉｃａｌ ｍｅａｎｉｎｇ，ｃａｌｃｕｌａｔｉｏｎ，ｐｏｌａｒ—ｒａｄｉｕｓ—ｉｎｖａｒｉａｎｔ—ｍｏｍｅｎｔ
图像处理单元考核试卷
D.图像量化
2.以下哪种图像格式不支持无损压缩？（）
A. PNG
B. JPEG
C. GIF
D. BMP
3.在RGB颜色空间中，红色对应的通道是：（）
A. R
B. G
C. B
D. Y
4.以下哪个算法不属于边缘检测算法？（）
A. Sobel算法
B. Canny算法
C. Laplacian算法
2.以下哪种图像格式不支持无损压缩？（）
A. PNG
B. JPEG
C. GIF
D. BMP
3.在RGB颜色空间中，红色对应的通道是：（）
A. R
B. G
C. B
D. Y
4.以下哪个算法不属于边缘检测算法？（）
A. Sobel算法
B. Canny算法
C. Laplacian算法
D. Huffman编码
图像处理单元考核试卷
考生姓名：__________答题日期：__________得分：__________判卷人：__________
一、单项选择题（本题共20小题，每小题1分，共20分，在每小题给出的四个选项中，只有一项是符合题目要求的）
1.图像处理单元最基础的操作是：（）
A.颜色空间转换
B.图像滤波
D.方向性
11.以下哪种插值方法不常用于图像缩放？（）
A.最邻近插值
B.双线性插值
C.双三次插值
D.傅里叶插值
12.在数字图像处理中，以下哪个概念与图像分辨率相关？（）
A.空间分辨率
B.频率分辨率
C.时间分辨率
D.能量分辨率
13.以下哪个算法不属于图像分割中的区域生长算法？（）
尺度理论及图像特征
1.1 尺度转换分类
方法 (彭晓鹃[5]）（按转换基础）：
1.1 尺度转换方法
方法 (彭晓鹃[5]）（按转换基础）： 基于像元（简单易行）：统计方式、融合转换以及分类转换 像元包括数据的空间分辨率、时间分辨率、光谱分辨率等信息 缺点：只考虑了地物的光谱信息,无法兼顾地物的空间结构形态特征,难以解决同谱异物和同物异谱问题,致使难以得到稳定的转换效果。 而地物类别的空间结构形态是根据类别的属性差异呈聚集状分布,因此遥感影像中的地物类别特性不仅表现在单纯的光谱信息上,还表现在形状、纹理等特征上。 基于对象：对遥感影像纹理特征的提取及合理分割 以对象为基本单元,在高空间分辨率影像上利用影像多尺度分割技术,构建不同尺度的影像信息等级结构,实现遥感影像信息在不同尺度层之间的传递。
01
融合(周觅[4]，彭晓鹃[5] ） ：
1.1 融合转换
融合 (周觅[4]，彭晓鹃[5] ）： 尺度收缩的方法：基于空间域和基于变换域。 (周觅[4]）
基于空间域的融合：针对影像的像素灰度值直接进行运算的方法，算法简单、易于实现，但是细节表现力达不到要求；
基于变换域的融合：先将原始图像进行变换，然后在变换域中进行信息融合，最后进行逆变换得到融合后影像的方法，细节表现力强，但是算法相对复杂。 目前常用的主要有彩色模型变换方法、直方变差图、主成分分析法、高通滤波、小波分析。 (彭晓鹃[5] ）
4
3
特点：
1.1.1 颜色特征
颜色直方图、颜色集、颜色矩、颜色聚合向量、颜色相关图
颜色特征表达：
01
优点：能简单描述一幅图像中颜色的全局分布，即不同色彩在整幅图像中所占的比例，特别适用于描述那些难以自动分割的图像和不需要考虑物体空间位置的图像。 缺点：它无法描述图像中颜色的局部分布及每种色彩所处的空间位置，即无法描述图像中的某一具体的对象或物体。 最常用的颜色空间：RGB颜色空间、HSV颜色空间。 颜色直方图特征匹配方法：直方图相交法、距离法、中心距法、参考颜色表法、累加颜色直方图法。