基于分数矩微调提取不变属性
李媛媛
摘要：在计算机视觉领域，广泛使用图像不变特征的提取。
图像的时刻是解释图像形式的整体特征的重要技术。
时刻胡可以提取相似变换的不变属性，相关的不变矩可以提取相关的不变属性。然而，这些传统时刻对于所有订单都非常好，而更高的时刻对噪音很敏感。
为此，我们引入分数矩，用这样的矩构造不变量，并提取相关的不变属性。
分数矩也由分数矩引入，分数质心为仿射变换参数提供搜索算法。
该算法克服了无法从二值图像中恢复扩展质心的缺点。
由于分数矩需要预先确定图像的质心以便将笛卡尔坐标转换为极坐标，因此本文提出了积分力R_transform并提取不变属性以避免质心的影响。为了结合傅立叶描述符和变换是类似的..
主要内容如下：（1）分数矩的介绍。这是由变形的累积积分定义的，这只是分数矩的特殊情况。
使用分数矩构造相关不变量。实验表明，与低阶矩相关的不变量具有更好的抗噪性能。
（2）引入可以由图像的质心和3美分转换相关对应点的正常质心构造的分数质心，并且相应的点可以检索仿射变换的参数。
该算法可以应用于二值和灰度图像。
（3）提出集成电源的R转换。广义R变换仅是整数幂R变换的特例。整数幂的R变换和傅里叶描述符的组合可用于提取平移，放大和旋转的特征。
[补助单位]：南京理工大学[年]：硕士课程[学位]：2016[分类编号]：TP391
41
下载全文
更多类似的文件