一种基于ufir矩不变量的模式识别方法
【专利摘要】本发明涉及的是一种数字图像处理领域，具体涉及一种基于UFIR矩不变量的模式识别方法。本发明包括：对原图像进行变换，每一个像素点分别乘以变换因子；计算变换后图像的UFIR矩函数；将计算后的UFIR矩函数表示为几何矩的线性和的形式；将表达式中的几何矩替换为几何矩不变量，得到原图像的UFIR矩不变量；选取5幅形状相同的物体作为标准图像，分别计算标准图像的UFIR矩不变量；对结果进行处理，计算绝对均值以及单次测量值减去均值后的绝对值的和；选取一幅图像作为标准图像，分别进行平移、缩放和旋转变换，计算变换后图像的UFIR矩不变量。本发明的UFIR矩不变量对于图像变换具有更好的不变性。
【专利说明】一种基于UFIR矩不变量的模式识别方法
【技术领域】
[0001] 本发明涉及的是一种数字图像处理领域，具体涉及一种基于UFIR矩不变量的模 式识别方法。
【背景技术】
[0002] 自从Hu氏矩及其不变量被发现以来，矩特征一直是在模式识别、图像分析、边缘 检测和纹理分析等领域的研究热点。相比于其他特征，矩特征具有如下优点：（1)矩特征能 反映整个图像区域的灰度分布特征，能反映目标信息本源特征；（2)与目标位置，摆放方向 无关，不受目标图像获取条件和环境的影响；（3)容易构造兼有多种不变特性的不变量特 征。
[0003] 正交矩的基底为一系列相互正交的多项式，所以应用正交矩表达图像会产生最小 的信息冗余。Teague发现图像可以被一系列正交矩重构，并且使用相应的多项式构造了矩 函数，例如Legendre矩和Zernike矩。正交矩与几何矩相比较，除了具有较小的信息冗余， 还对噪声具有一定的鲁棒性。然而，由于这两种正交矩在定义域上是连续的，导致其在实际 应用的时候会出现一些明显的问题。首先由于定义域上的连续性，在应用之前需要将图像 与多项式建立坐标映射关系，在坐标转换时会出现误差。其次是需要对连续正交矩进行积 分运算，这也会造成计算误差。
[0004] 近年来，一系列离散正交矩，例如，Tchebichef矩、Krawtchouk矩、Hahn矩和dual Hahn矩，被应用于图像分析中。离散正交矩采用一系列离散正交多项式作为基底，使得它们 可以完全避免建立坐标映射关系，同时也不需要积分运算，从而消除了连续正交矩在图像 分析所造成的误差。这使得正交离散多项式在图像分析方面优于连续正交矩。
[0005] 此外，矩不变量也是模式识别领域的热点话题。研究者通过图像正规化的方法，获 得了 Zernike和Legendre矩的平移和旋转不变量。在文献[1]中，作者将Krawtchouk矩 不变量转换为几何不变矩的线性和的形式，以非正交不变矩构造了正交不变矩。而后，同样 的方法也被应用于一些文献中。
[0006] 构造 UFIR矩不变量，并将其进行了模式识别的实验。实验结果证明UFIR矩不变 量具有良好的不变性。
【发明内容】
[0007] 本发明的目的在于提供一种基于UFIR矩不变量的模式识别方法。
[0008] 本发明的目的是这样实现的：
[0009] (1)对原图像进行变换，每一个像素点分别乘以变换因子；
[0010] ⑵计算变换后图像的UFIR矩函数；
[0011] (3)将计算后的UFIR矩函数表示为几何矩的线性和的形式；
[0012] (4)将表达式中的几何矩替换为几何矩不变量，得到原图像的UFIR矩不变量；
[0013] (5)选取5幅形状相同的物体作为标准图像，分别计算标准图像的UFIR矩不变 量；
[0014] (6)对结果进行处理，计算绝对均值I μ I以及单次测量值减去均值后的绝对值的 和δ，以δ与| μ |的比值作为衡量标准，其中
【权利要求】
1. 一种基于UFIR矩不变量的模式识别方法，其特征在于： (1) 对原图像进行变换，每一个像素点分别乘以变换因子； (2) 计算变换后图像的UFIR矩函数； (3) 将计算后的UFIR矩函数表示为几何矩的线性和的形式； (4) 将表达式中的几何矩替换为几何矩不变量，得到原图像的UFIR矩不变量； (5) 选取5幅形状相同的物体作为标准图像，分别计算标准图像的UFIR矩不变量； (6) 对结果进行处理，计算绝对均值| μ |以及单次测量值减去均值后的绝对值的和 S，以δ与| μ |的比值作为衡量标准，其中
⑵选取一幅图像作为标准图像，分别进行平移、缩放和旋转变换，计算变换后图像的 UFIR矩不变量以及δ/| μ |的值。
【文档编号】G06F17/50GK104156522SQ201410374468
【公开日】2014年11月19日 申请日期:2014年8月1日 优先权日:2014年8月1日
【发明者】卞红雨, 张志刚, 张健, 宋子奇, 刘琨 申请人:哈尔滨工程大学