胡七不变矩在物体识别中的意义

Posted 2023-02-22

【中文标题】胡七不变矩在物体识别中的意义

【英文标题】：meaning of Hu seven invariant moments in object recognition

【发布时间】：2012-07-22 09:30:19

【问题描述】：

我的问题是关于胡七不变矩的含义。

据我所知，有些时刻是有意义的；即零阶是指图像的区域。同样如http://mathworld.wolfram.com/topics/Moments.html 中所述，可以从不同的时刻顺序中提取许多特征。但问题是胡矩提取了哪些特征？我知道他工作的重点是这些特征对于 RTS（旋转、平移和缩放）是不变的。但我的问题是这些特征描述了什么？这些特征与图像中的物体有什么关系？

感谢您的帮助。

【参考方案1】：

Hu 矩于 1962 年在“通过矩不变量进行视觉模式识别”一文中提出，与从中提取它们的形状的物理方面没有直接对应关系。相反，它们在数学上被表述为在平移、缩放和旋转下是不变的。

【讨论】：

感谢您对 Alceu 的关于不变时刻的回复。除此之外，我也有兴趣在指纹识别中使用“时刻”。您知道用于指纹的最佳时刻或时刻顺序是什么吗？当然，任何一组时刻都会给我相同的手指不同印象的相似值和不同手指的不同印象的不同值，但我不想只使用这些时刻，而我不知道它们在描述什么；我正在经历一段有意义的时刻。

我相信图像矩（和大多数图像描述符）对于指纹识别来说不是很充分。通常，指纹识别方法基于“细节特征”（en.wikipedia.org/wiki/Fingerprint_recognition#Minutia_features）。